MétaCan
Menu
Retour à la cohorte
Enregistrement W2159485905 · doi:10.1109/ppic.2012.6293013

Maximizing protection by minimizing arcing times in medium voltage systems

2012· article· en· W2159485905 sur OpenAlexaff
John Kay, Lauri Kumpulainen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrical Fault Detection and Protection
Établissements canadiensRockwell Automation (Canada)
Organismes subventionnairesnon disponible
Mots-clésTrippingOvercurrentCircuit breakerElectric arcElectrical engineeringArc-fault circuit interrupterUpstream (networking)Computer scienceReliability engineeringArc (geometry)Automotive engineeringEngineeringVoltageShort circuitTelecommunicationsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Arcing faults in the Forest Products Industries are real risks that often lead to severe injuries and fires. From an economic point of view, the consequences due to direct and indirect costs can be extremely high as well. There are various opportunities to prevent arcing faults, but faults cannot be totally eliminated. This is why several approaches to mitigate the consequences of arcing faults have been introduced, especially in the last decade. Several manufacturers have started to produce arc flash protection relays based on optical detection of light energy from an arc event. In most applications, the light information is confirmed by overcurrent information before a trip command is initiated to an upstream current breaking device. The tripping of a circuit breaker, for instance, occurs in only a few milliseconds. In most cases, this seems to be the state-of-the-art technology leading to very reasonable incident energy levels. However, it is essential to be able to minimize not only the thermal impact but the pressure wave as well. This paper investigates technology aimed at maximizing the protection for the pressure wave.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,012
Tête enseignante GPT0,207
Écart entre enseignants0,195 · 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'étudeSans objet
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

Citations9
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectrical Fault Detection and ProtectionTravaux en français237 207