Ce travail présente une méthode pour optimiser la performance des systèmes énergétiques en utilisant l'Internet des objets et l'intelligence artificielle. La méthode détecte automatiquement les chutes de tension. La correction des défauts est effectuée automatiquement en temps réel en reconfigurant et en recombinant automatiquement les interrupteurs dans l'ensemble du système. Cette technique offre un moyen facile de superviser les réseaux électriques à l'aide de dispositifs SCADA. Des algorithmes d'optimisation adaptative par essaim particulaire (APSO) sont proposés pour...

In dieser Arbeit wird eine Methode zur Optimierung der Leistung von Energiesystemen mithilfe des Internets der Dinge und künstlicher Intelligenz vorgestellt. Die Methode erkennt automatisch Spannungseinbrüche. Die Fehlerkorrektur erfolgt automatisch in Echtzeit durch Neukonfiguration und automatische Neukombination von Schaltern im gesamten System. Diese Technik bietet eine einfache Möglichkeit zur Überwachung von Stromnetzen mithilfe von SCADA-Geräten. Es werden Algorithmen zur adaptiven Partikelschwarmoptimierung (APSO) vorgeschlagen, um Leistungsverluste und Spannungseinbrüche (PLVD)...

This work presents a method for optimizing the performance of energy systems using the Internet of Things and artificial intelligence. The method automatically detects voltage dips. Fault correction is performed automatically in real time by reconfiguring and automatically recombining switches across the entire system. This technique provides an easy way to supervise power networks using SCADA devices. Adaptive particle swarm optimization (APSO) algorithms are proposed to evaluate power losses and voltage dips (PLVD) on the radial distribution system (RDS). The IEEE 33 bus standard test is...