MétaCan
Menu
Retour à la cohorte
Enregistrement W2056877750 · doi:10.1109/isie.2006.295901

Wavelet Packet Transform Based Protection of Three-Phase IPM Motor

2006· article· en· W2056877750 sur OpenAlexaff
M. A. S. K. Khan, T.S. Radwan, Mohammad Azizur Rahman

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnetic Properties and Applications
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésWavelet packet decompositionWaveletWavelet transformComputer scienceAlgorithmLine (geometry)Discrete wavelet transformFault (geology)Electronic engineeringEngineeringMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper presents a wavelet packet transform (WPT) based on-line technique for the protection of three-phase interior permanent magnet (IPM) motor. A wavelet packet transform based algorithm for the protection of an IPM motor is developed, implemented, and tested on-line using the DS1102 digital signal processor board. The proposed algorithm is based on the identification of the WPT coefficients of second level high frequency details (dd2) of three-phase line currents of different faulted and normal unfaulted conditions using the selected mother wavelet `db3'. The minimum description length (MDL) and the Shannon entropy criteria are used for selecting the optimal mother wavelet and the optimal number of levels of resolution, respectively. The single phasing fault, single line to ground (L-G) fault, and line-to-line (L-L) faults are investigated. An experimental setup for detecting the faults incorporating also the protection circuit is developed to accommodate the on-line testings of an IPM motor. In all the tests carried out, the faults are detected and the trip signal is initiated almost at the instant or within one cycle of the fault occurrence

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,020
Tête enseignante GPT0,232
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMagnetic Properties and ApplicationsTravaux en français237 207