MétaCan
Menu
Retour à la cohorte
Enregistrement W2119742377 · doi:10.1109/tpwrd.2002.803717

No-load losses in transformer under overexcitation/inrush-current conditions: tests and a new model

2002· article· en· W2119742377 sur OpenAlexaff
A. Gaudreau, Patrick Picher, L. Bolduc, André Coutu

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2002
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnetic Properties and Applications
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésInrush currentTransformerHarmonicsEmtpControl theory (sociology)EngineeringMechanicsVoltagePhysicsElectrical engineeringElectric power systemComputer sciencePower (physics)

Résumé

récupéré en direct d'OpenAlex

Tests were conducted on several transformers rated at 100 kVA or less and on a power transformer rated 370 MVA in an effort to characterize the no-load losses and magnetizing resistance for transformers subjected to overexcitation and inrush current. Analysis of the results revealed that the magnetizing resistance changes as a function of the peak magnetization flux or the amplitude of the magnetic field. A new model of the instantaneous magnetizing resistance (IMR) as a function of the instantaneous flux has been developed and its dynamic use in the Electromagnetic Transients Program (EMTP) allows the form of the hysteresis cycle and the mean losses in overexcitation to be reproduced with a high degree of accuracy. The same model also accounts for losses due to the harmonics superimposed on the fundamental. The results showed that the IMR calculated under inrush current conditions is higher than that in overexcitation conditions.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,531
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0040,001

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 Opus0,041
Tête enseignante GPT0,259
Écart entre enseignants0,218 · 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 tête enseignante, pas un consensus.

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

Citations27
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power DeliveryMême sujetMagnetic Properties and ApplicationsTravaux en français237 207