Dielectric behavior of transformer oil when contaminated and/or fortified with nanoparticles
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Liquid insulation, a key element in the transmission and distribution of electric power, guarantees safe operation from power transformers, cables, circuit breakers etc. by successfully transferring heat from the equipment as well as acting as the electrical insulating medium. In liquid insulation, mineral oil is widely used as an insulating medium in power industries. In the first part of this research project the impact of the aging of mineral oil on partial discharge is investigated as well as on other chemical and physical properties. For different accelerated aging times, different experiment are set up so that the aforementioned impact is measured along with several other parameters. Investigations are also performed on new oil to provide baseline comparison. The aim of this part of the research is to find relationships between partial discharge inception voltage (PDIV) and the other parameters of oil to do a suitable interpretation between them during aging time. Recently, interest has been growing in enhancing the insulating properties of mineral oil by adding nanoparticles. The literature survey revealed the promising impact of TiC>2 nanoparticles. In the second part of this project, the dielectric performance of mineral oil was therefore investigated by adding different concentrations of TiO2 nanoparticles (from 0.003 g/ml to 0.01 g/ml) using ultrasonic methods. All the investigation tests were performed at different temperatures ranging from -47 to 47°C to correspond with environmental temperature changes in Canada. The results were compared in terms of breakdown and dielectric properties, such as permittivity and resistivity.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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