MétaCan
Menu
Retour à la cohorte
Enregistrement W2767078815 · doi:10.1016/j.proeng.2017.09.689

Current state of transformer FRA interpretation

2017· article· en· W2767078815 sur OpenAlexaff
Patrick Picher, Stefan Tenbohlen, M.F. Lachman, Alaor Scardazzi, Poorvi Patel

Notice bibliographique

RevueProcedia Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiquePower Transformer Diagnostics and Insulation
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésTransformerElectromagnetic coilEngineeringElectrical engineeringComputer scienceReliability engineeringVoltage

Résumé

récupéré en direct d'OpenAlex

Measurement of the frequency response, from a few Hz to a few MHz, is now commonly used in the transformer industry for the condition assessment of transformer windings and has demonstrated its sensitivity for detecting various mechanical and electrical failure modes. The present generally applied practice for interpretation is visual comparison of frequency responses, either with a previous measurement on the same or an identical unit, or between the phases of a three-phase transformer. Examples of curve comparison for typical mechanical and electrical failure modes have previously been published in CIGRE and IEEE guides. Over the last 15 years, numerous technical papers have been published regarding the interpretation of the results in an aim to make it more objective and quantitative. In 2016, CIGRE initiated a new working group titled “Objective interpretation methodology for the condition assessment of transformer windings using Frequency Response Analysis (FRA)”. This paper, written on behalf of the new working group, reviews the basics of FRA interpretation and summarizes the state-of-the-art regarding the potential methods that can be applied to achieve a more objective and quantitative interpretation of the results.

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)0,014
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,025
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,003
Communication savante0,0060,009
Science ouverte0,0080,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,011

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 Opus0,007
Tête enseignante GPT0,221
Écart entre enseignants0,214 · 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'étudeSans objet
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

Citations34
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProcedia EngineeringMême sujetPower Transformer Diagnostics and InsulationTravaux en français237 207