Welcome to our digital repository at University of Eloued

We are pleased to welcome you to DSpace, the official digital library of El Oued University. Our platform is designed to preserve, manage, and provide access to the academic and scientific resources produced by the university’s faculty and students. It offers rich and regularly updated content, including:

Graduation theses and final year projects from various disciplines.

Scientific articles and academic publications.

Research reports and findings by faculty members.

Master’s and doctoral dissertations.

Proceedings and contributions from scientific conferences organized by the university.

We invite you to explore, download, and contribute!

You can easily browse our collections, access diverse academic content, and take part in enriching the university’s knowledge base.

Univ Eloued

Communities in DSpace

Select a community to browse its collections.

Now showing 1 - 5 of 15

Recent Submissions

Modélisation du champ électrique autour d’une chaîne d’isolateurs polluée à l’aide du plan composite centré (CCD)
(Université Echahid Hamma Lakhdar - El Oued, 2026) Zeghidi Bessma; Khedir Nour Elyakine
Cette étude vise à modéliser le champ électrique autour d’une chaîne d’isolateurs en verre de type NJ120 soumise à différents scénarios de pollution non uniforme, en utilisant la méthode du Central Composite Design (CCD) dans le cadre de la méthodologie des surfaces de réponse (RSM). Les données expérimentales ont été obtenues au laboratoire de haute tension de l’Université d’El Oued sous une tension constante de 80 kV et une conductivité de solution polluante de 1,97 mS/cm. L’étude est basée sur deux facteurs quantitatifs : la distance horizontale Dh et la distance verticale Dv, avec quatre configurations de pollution. Quatre modèles indépendants ont été développés à l’aide du CCD. Les résultats montrent une excellente précision des modèles avec des coefficients de détermination R² compris entre 0,988 et 0,999. L’étude a également montré que la pollution située près de l’électrode haute tension produit les intensités de champ les plus élevées. تهدف هذه الدراسة إلى نمذجة المجال الكهربائي المحيط بسلسلة من العوازل الزجاجية من نوع NJ120، وذلك في ظل سيناريوهات مختلفة للتلوث غير المنتظم، مستخدمةً طريقة "التصميم المركب المركزي" (CCD) ضمن إطار منهجية "سطح الاستجابة" (RSM). وقد تم الحصول على البيانات التجريبية في مختبر الجهد العالي بجامعة الوادي، تحت جهد ثابت قدره 80 كيلوفولت وموصلية لمحلول التلوث تبلغ 1.97 مللي سيمنز/سم. تستند الدراسة إلى عاملين كميين: المسافة الأفقية (Dh) والمسافة الرأسية (Dv)، مع اعتماد أربعة أنماط لتوزيع التلوث؛ حيث تم تطوير أربعة نماذج مستقلة باستخدام طريقة CCD. وتُظهر النتائج دقة ممتازة للنماذج، إذ تراوحت معاملات التحديد (R²) بين 0.988 و0.999. كما بينت الدراسة أن التلوث المتمركز بالقرب من قطب الجهد العالي يولد أعلى قيم لشدة المجال.
Optimization and Control of a Photovoltaic Water Pumping System Based on DTC of an Induction Motor
(University of El Oued, 2026) Brahim SAID; Hamza DIK
Photovoltaic Water Pumping Systems (PVWPS) are an effective and sustainable solution for water supply in remote and agricultural regions, but their performance is strongly influenced by environmental variations and control strategy efficiency. This work focuses on the modeling and performance enhancement of an induction motor-driven PVWPS using advanced MPPT and control techniques. A MATLAB/Simulink model of the PV array and DCDC boost converter was developed, and three MPPT methods (P&O, INC, and AD-INC) were evaluated under varying irradiance and temperature. Results showed that the AD-INC method outperforms the conventional techniques by providing faster convergence, higher tracking accuracy, and lower power oscillations. For the drive system, an optimized Direct Torque Control (DTC) strategy based on a Gorilla Troops Optimizer (GTO)-tuned PI controller (PIGTO-DTC) was proposed. The GTO algorithm was used to tune PI gains to minimize speed error and torque ripples under different operating conditions. Simulation results confirmed that the proposed PI-GTO-DTC significantly enhances system performance compared to conventional PI-DTC, resulting in reduced torque and flux ripples, smoother current waveforms, and enhanced operating stability. In general, combining AD-INC MPPT with PIGTO-DTC leads to a more efficient, stable, and reliable PVWPS. تُعد أنظمة ضخ المياه الكهروضوئية (PVWPS) حلاً فعالاً ومستداماً لتوفير المياه في المناطق النائية والزراعية، إلا أن أداءها يتأثر بشكل كبير بالتغيرات البيئية وكفاءة استراتيجية التحكم. يركز هذا العمل على نمذجة وتحسين أداء نظام ضخ مياه كهروضوئي يعمل بمحرك تحريضي (Induction Motor) باستخدام تقنيات متقدمة لتتبع نقطة القدرة القصوى (MPPT) واستراتيجيات تحكم حديثة. تم تطوير نموذج باستخدام بيئة MATLAB/Simulink للمصفوفة الكهروضوئية ومحول رفع الجهد المستمر (DC-DC Boost Converter)، كما تم تقييم ثلاث طرق لتتبع نقطة القدرة القصوى (وهي P&O وINC وAD-INC) في ظل ظروف متغيرة من الإشعاع الشمسي ودرجة الحرارة. وأظهرت النتائج تفوق طريقة AD-INC على التقنيات التقليدية من حيث سرعة التقارب، ودقة التتبع العالية، وانخفاض تذبذبات القدرة. وفيما يتعلق بنظام التشغيل (المحرك)، تم اقتراح استراتيجية محسّنة للتحكم المباشر في العزم (DTC) تعتمد على وحدة تحكم تناسبية-تكاملية (PI) مضبوطة بواسطة خوارزمية تحسين "سرب الغوريلا" (GTO)، ويُشار إليها بـ PI-GTO-DTC. استُخدمت خوارزمية GTO لضبط معاملات وحدة التحكم PI بهدف تقليل خطأ السرعة وتموجات العزم تحت ظروف تشغيل مختلفة. وأكدت نتائج المحاكاة أن الاستراتيجية المقترحة (PI-GTO-DTC) تعزز أداء النظام بشكل ملحوظ مقارنةً بالاستراتيجية التقليدية (PI-DTC)، مما أدى إلى تقليل تموجات العزم والتدفق المغناطيسي، والحصول على أشكال موجية أكثر سلاسة للتيار، وتحسين استقرار التشغيل. وبشكل عام، فإن الجمع بين تقنية AD-INC لتتبع نقطة القدرة القصوى واستراتيجية PI-GTO-DTC للتحكم يؤدي إلى نظام ضخ مياه كهروضوئي أكثر كفاءة واستقراراً وموثوقية.
Analyse expérimentale et modélisation de la distribution du champ électrique le long des chaines d'isolateurs haute tension
(Université Echahid Hamma Lakhdar - El Oued, 2026) Mesbahi Bouthaïna; Mehdi Narimene
This work deals with the experimental analysis and modeling of the electric field distribution along high-voltage insulator strings. Electrical insulators are among the essential components in power transmission networks, as they ensure electrical insulation and mechanical support for transmission lines. However, the non-uniform distribution of the electric field along the insulator string leads to the appearance of high electrical stresses, especially near the high-voltage conductor. This accelerates the aging of the insulators and increases the risk of electrical discharges and dielectric breakdown. This work aims to conduct an experimental study to measure the voltage under different conditions, and compare the results with simulation models and predictions based on the Support Vector Regression (SVR) algorithm to verify its accuracy. The study showed that the electric field distribution is non-uniform, as the highest values were recorded near the conductor (high voltage) and gradually decreased towards the grounded end. This distribution is affected by several factors, including: the shape of the insulators, the number of string elements, environmental conditions, and the properties of the insulating materials. The use of corona rings (protection rings) improves the field distribution, increases insulation efficiency, and extends the operational lifespan to ensure grid stability يتناول هذا العمل التحليل التجريبي ونمذجة توزيع المجال الكهربائي على طول سلاسل العوازل ذات الجهد العالي. تُعدّ العوازل الكهربائية من المكونات الأساسية في شبكات نقل الطاقة، إذ تضمن العزل الكهربائي والدعم الميكانيكي لخطوط النقل. ومع ذلك، يؤدي التوزيع غير المنتظم للمجال الكهربائي على طول سلسلة العوازل إلى ظهور إجهادات كهربائية عالية، خاصةً بالقرب من موصل الجهد العالي موصل الجهد العالي. وهذا يُسرّع من تقادم العوازل ويزيد من خطر التفريغ الكهربائي وانهيار العازل. يهدف هذا العمل إلى إجراء دراسة تجريبية لقياس الجهد في ظل ظروف مختلفة، ومقارنة النتائج بنماذج المحاكاة والتنبؤات القائمة على خوارزمية انحدار متجه الدعم (SVR) للتحقق من دقتها. أظهرت الدراسة أن توزيع المجال الكهربائي غير منتظم، حيث سُجّلت أعلى القيم بالقرب من الموصل (الجهد العالي) وتناقصت تدريجيًا باتجاه الطرف المؤرض. أظهرت الدراسة أن توزيع المجال الكهربائي غير منتظم، حيث سُجّلت أعلى القيم بالقرب من الموصل (الجهد العالي) وتناقصت تدريجيًا باتجاه الطرف المؤرض. يتأثر هذا التوزيع بعدة عوامل، منها: شكل العوازل، وعدد عناصر السلسلة، والظروف البيئية، وخصائص مواد العزل. يؤدي استخدام حلقات الحماية (حلقات كورونا) إلى تحسين توزيع المجال، وزيادة كفاءة العزل، وإطالة العمر التشغيلي لضمان استقرار الشبكة. ٪
AI Recognition of breakdown effects in transformer oil
(University of El Oued, 2026) HOMCi Sassi; BAKKi BADER EDDIN
This research investigates the automated fault diagnosis of electrical transformer insulating oils through the application of artificial intelligence (AI) techniques and machine learning (ML). The study presents a comprehensive examination of the physicochemical properties of insulating oils and the underlying mechanisms governing their degradation, alongside a systematic comparative analysis between conventional chromatographic analytical methods and contemporary computer vision-based approaches. The practical component encompasses laboratory experiments designed to quantify dielectric breakdown voltage, as well as the development of an intelligent predictive system for assessing oil condition on the basis of image-derived feature extraction. The overarchin يبحث هذا البحث في التشخيص الآلي لأعطال زيوت العزل في المحولات الكهربائية من خلال تطبيق تقنيات الذكاء الاصطناعي والتعلم الآلي. تقدم الدراسة فحصًا شاملًا للخصائص الفيزيائية والكيميائية لزيوت العزل، والآليات الكامنة وراء تدهورها، إلى جانب تحليل مقارن منهجي بين طرق التحليل الكروماتوغرافي التقليدية والأساليب الحديثة القائمة على رؤية الحاسوب. يشمل الجانب العملي تجارب معملية مصممة لتحديد جهد الانهيار العازل، بالإضافة إلى تطوير نظام تنبؤ ذكي لتقييم حالة الزيت بناءً على استخلاص الميزات من الصور.
تحسين تتبع نقطة القدرة العظمى MPPT في الأنظمة الكهروضوئية باستخدام الشبكات العصبية الاصطناعية ANNs
(جامعة الشهيد حمه لخضر بالوادي, 2026) رويسي عبد العزيز; لعويد خالد
تهدف هذه المذكرة إلى تحسين تتبع نقطة القدرة العظمى في الأنظمة الكهروضوئية باستعمال الشبكات العصبية الاصطناعية، وذلك من أجل رفع كفاءة استخراج الطاقة من اللوح الشمسي تحت ظروف تشغيل متغيرة. تنطلق الدراسة من كون النظام الكهروضوئي يتميز بسلوك كهربائي غير خطي، حيث تتغير نقطة القدرة العظمى تبعًا لتغير شدة الإشعاع الشمسي ودرجة حرارة الخلايا، إضافة إلى تأثير التظليل الجزئي والحمل الكهربائي. لذلك، فإن تشغيل النظام عند نقطة ثابتة لا يضمن دائ ًما الحصول على أكبر قدرة ممكنة. تم في الجانب التطبيقي بناء نموذج للنظام الكهروضوئي في بيئة ، MATLAB/Simulinkثم اعتماد سيناريوهات مختلفة للإشعاع الشمسي ودرجة الحرارة من أجل توليد قاعدة بيانات تدريبية. استُعملت قيم الجهد Vpvوالتيار Ipvكمدخلات للشبكة العصبية، بينما استُعملت دورة العمل المرجعية ،Drefالناتجة عن خوارزمية ، P&Oكمخرج تدريبي. بعد ذلك، تم تدريب الشبكة العصبية وإدماجها داخل نموذج المحاكاة لإنتاج دورة العمل DANNوالتحكم في المحول الرافع عبر إشارة . PWM أظهرت نتائج التدريب والمحاكاة أن المتحكم العصبي المقترح قادر على تقريب دورة العمل المرجعية بدقة عالية، وتحقيق توافق واضح بين خرج الشبكة DANNوالقيم المرجعية .Drefكما بيّنت النتائج أن استعمال الشبكة العصبية في MPPTيسمح بتحسين استقرار القدرة المستخرجة وتقليل التذبذبات مقارنة بالطريقة التقليدية، مع قدرة أفضل على التكيف مع تغيرات الإشعاع والحرارة. وبذلك تؤكد الدراسة أن نظمة الشبكات العصبية الاصطناعية تمثل حلاً فعا ًلا لتحسين أداء أنظمة تتبع نقطة القدرة العظمى في الأ الكهروضوئية. This thesis aims to improve maximum power point tracking in photovoltaic systems using artificial neural networks in order to increase the efficiency of energy extraction under varying operating conditions. Photovoltaic systems exhibit nonlinear electrical behavior, as the maximum power point changes with solar irradiance, cell temperature, partial shading, and electrical load. Therefore, operating the system at a fixed point does not ensure maximum power extraction. A photovoltaic system was modeled in MATLAB/Simulink, and different irradiance and temperature scenarios were used to generate the training dataset. The photovoltaic voltage Vpv and current Ipv were used as neural network inputs, while the reference duty cycle Dref, obtained from the P&O algorithm, was used as the target output. The trained neural network was then integrated into the simulation model to generate the duty cycle DANN and control the boost converter through a PWM signal. Training and simulation results showed that the proposed neural controller accurately approximates the reference duty cycle, with strong agreement between DANN and Dref. The ANN-based MPPT method also improves the stability of the extracted power, reduces oscillations compared with the conventional method, and provides better adaptation to irradiance and temperature variations. These results confirm the effectiveness of artificial neural networks in improving the performance of photovoltaic MPPT systems.