MétaCan
Menu
Retour à la cohorte
Enregistrement W2143791131 · doi:10.1109/tpwrd.2011.2118238

A New Technique to Detect Faults in De-Energized Distribution Feeders—Part II: Symmetrical Fault Detection

2011· article· en· W2143791131 sur OpenAlexaff
Xun Long, Yunwei Li, Wilsun Xu, Chris Lerohl

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2011
Typearticle
Langueen
DomaineEngineering
ThématiquePower Systems Fault Detection
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésRecloserFault detection and isolationFault indicatorFault current limiterFault (geology)ThyristorEngineeringPhasorCircuit breakerElectrical impedanceCapacitorElectrical engineeringSymmetrical componentsWaveformVoltageElectronic engineeringPower (physics)Electric power systemTransformerPhysics

Résumé

récupéré en direct d'OpenAlex

To ensure safe re-energizing of an overhead distribution feeder after it is de-energized for an extended period, a novel fault detection technique by controlling a thyristor-based device is proposed in a companion paper. The device connected in parallel with a breaker or recloser can inject electrical pulses with adjustable strength for the downstream fault detection in a de-energized system. The proposed method can effectively detect different kinds of asymmetrical faults based on the unbalanced fault currents. However, the unbalanced current-based fault detection scheme is not effective for three-phase symmetrical faults detection. Furthermore, a stalled motor or a shunt-connected capacitor bank in the downstream may also behaves like a short-circuit. Therefore, a fault detection algorithm based on the analysis of the harmonic impedance of the de-energized system is developed in this paper. This method is very effective for the symmetrical fault detection and for distinguishing a stalled motor and capacitor bank from a fault. Extensive lab test results are provided in the paper to verify the effectiveness of the proposed method.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,013
Tête enseignante GPT0,210
Écart entre enseignants0,197 · 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
GenreMéthodes

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

En bref

Citations16
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power DeliveryMême sujetPower Systems Fault DetectionTravaux en français237 207