MétaCan
Menu
Retour à la cohorte
Enregistrement W2171630433 · doi:10.1109/tpwrd.2009.2028818

Analysis and Suppression of the Coupling Capacitor Voltage Transformer Ferroresonance Phenomenon

2009· article· en· W2171630433 sur OpenAlexaff
Firouz Badrkhani Ajaei, Majid Sanaye‐Pasand, Afshin Rezaei‐Zare, Reza Iravani

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnetic Properties and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFerroresonance in electricity networksTransformerOvervoltageSnubberControl theory (sociology)CapacitorEngineeringElectrical engineeringVoltageEddy currentElectronic engineeringComputer science

Résumé

récupéré en direct d'OpenAlex

This paper provides a detailed core model for the step-down transformer (SDT) of the coupling capacitor voltage transformer (CCVT) to investigate the CCVT transients and ferroresonance behavior. The core model represents hysteresis symmetric and asymmetric minor loops, remnant flux, and the eddy current effects. Based on the developed model, the impacts of passive and active ferroresonance suppression circuits (PFSC and AFSC) and overvoltage protection devices (OPDs) for fast suppression of the CCVT ferroresonance phenomenon are also studied. This paper also presents a generalized methodology to select the AFSC parameters. The simulation results, in the PSCAD/EMTDC environment, indicate that the hysteresis and eddy current effects of the SDT core significantly influence the CCVT ferroresonance behavior. The study results also show that: 1) in both the presence and the absence of arresters and spark gaps, the AFSC can mitigate the phenomenon faster than the PFSC, i.e., in about two cycles and 2) the output fidelity of the AFSC-based CCVT is less dependent on the burden as compared with that of the PFSC.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · 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
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,213
Écart entre enseignants0,203 · 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'étudeSimulation ou modélisation
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

Citations41
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

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