MétaCan
Menu
Retour à la cohorte
Enregistrement W2178456432 · doi:10.1109/tpwrd.2004.843467

A Sequential Phase Energization Technique for Transformer Inrush Current Reduction— Part I: Simulation and Experimental Results

2005· article· en· W2178456432 sur OpenAlexafffund
Yu Cui, S.G. Abdulsalam, S. Chen, Wilsun Xu

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2005
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnetic Properties and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesBC HydroUniversity of Alberta
Mots-clésInrush currentResistorTransformerElectrical engineeringGroundElectronic engineeringEngineeringDelta-wye transformerVoltageCurrent transformerControl theory (sociology)Computer science

Résumé

récupéré en direct d'OpenAlex

This paper presents a new, simple and low cost method to reduce inrush currents caused by transformer energization. The method uses a grounding resistor connected at a transformer neutral point. By energizing each phase of the transformer in sequence, the neutral resistor behaves as a series-inserted resistor and thereby significantly reduces the energization inrush currents. The proposed method has been tested by computer simulation and laboratory experiments. Both results show that the method has a performance similar to that of the resistor pre-insertion scheme. The proposed method is much less expensive, however, since there is only one resistor involved and the resistor carries only a small neutral current in steady-state.

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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

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)0,0030,000

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 Opus0,034
Tête enseignante GPT0,314
Écart entre enseignants0,280 · 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

Citations123
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

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