MétaCan
Menu
Retour à la cohorte
Enregistrement W2276343422 · doi:10.1109/tpwrd.2015.2483524

Prototype of a Negative-Sequence Turn-to-Turn Fault Detection Scheme for Transformers

2015· article· en· W2276343422 sur OpenAlexaff
Daniel Zacharias, Ramakrishna Gokaraju

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2015
Typearticle
Langueen
DomaineEngineering
ThématiquePower Systems Fault Detection
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésDelta-wye transformerRelayTransformerCurrent transformerElectromagnetic coilIsolation transformerRotary variable differential transformerAutotransformerProtective relayDistribution transformerEngineeringControl theory (sociology)Electrical engineeringEnergy efficient transformerLinear variable differential transformerElectronic engineeringVoltageComputer sciencePhysicsArtificial intelligencePower (physics)

Résumé

récupéré en direct d'OpenAlex

Digital relays are capable of computing the negative-sequence current on both primary and secondary sides of the transformer along with the phase difference between these two negative-sequence currents. By using both phase and magnitude information, negative-sequence current could be used to detect minor turn-to-turn faults involving 3% of the transformer's windings or more. Turn-to-turn faults may still occur even if no current is flowing on one side of the transformer, such as during energization. With no current flowing in the secondary windings of the transformer, negative-sequence current-based algorithms become insensitive. This paper introduces a relay prototype, using both negative-sequence current and negative-sequence voltage, which retains its sensitivity during energization. The relay's performance for several commonly encountered system scenarios, such as overexcitation, current-transformer saturation, nonzero fault resistance, transformer energization, and external faults were also examined. The experimental results presented in this paper indicate that the algorithm proposed in this paper is faster and more sensitive than restrained current differential protection and is capable of detecting turn-to-turn faults occurring during transformer energization.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,031
Tête enseignante GPT0,259
Écart entre enseignants0,227 · 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

Citations53
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

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