MétaCan
Menu
Retour à la cohorte
Enregistrement W2552231072 · doi:10.1109/pesgm.2016.7741232

Prototype of a negative sequence turn-to-turn fault detection scheme for transformers

2016· article· en· W2552231072 sur OpenAlexaff
Daniel Zacharias, Ramakrishna Gokaraju

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower Systems Fault Detection
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésRelayDelta-wye transformerTransformerCurrent transformerElectromagnetic coilRotary variable differential transformerDistribution transformerAutotransformerIsolation transformerLinear variable differential transformerProtective relayControl theory (sociology)Energy efficient transformerElectrical engineeringEngineeringVoltageComputer scienceElectronic engineeringPhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Summary form only given. 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 over-excitation, current transformer saturation, non-zero 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 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,776
Score d'incertitude au seuil0,385

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,017
Tête enseignante GPT0,254
Écart entre enseignants0,237 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower Systems Fault DetectionTravaux en français237 207