Using the multi-loop fault analysis method for setting and evaluating generator protection elements
Notice bibliographique
Résumé
Stator winding interturn, interbranch, and series faults can result in large circulating currents in the faulted coils. Generator protection elements may not be sensitive enough to detect these fault conditions until the fault evolves into a phase-to-phase or phase-to-ground fault. Large machines have been severely damaged by delayed or failed protection system operation. Determining fault quantities for the various possible internal faults is not trivial and requires the aid of numerical models. Protection element models can then be used to determine the protection coverage provided by these elements. Certain machine modeling methods are useful for analyzing external faults or power system transients but are not appropriate for analyzing internal faults. The most commonly used machine models use dq0 transformation and assume an ideal equivalent model of the machine derived from its normal operating mode using lumped winding parameters. Consequently, these models ignore the effect of the strong harmonics that result from the internal machine asymmetry during internal faults. Alternate methods, such as symmetrical component analysis or phase-coordinate methods, are simplified models that introduce large errors during internal asymmetric conditions. The multi-loop method treats a machine as a set of loops in relative motion. The method involves a permeance analysis of the machine to calculate the time-variant electric parameters of the stator branches and rotor loops. The stator branches (including fault branches) are converted to loops via a transformation matrix corresponding to the state of the machine. The model is then solved using a numerical method. Because the multi-loop method uses machine geometry and winding design information, it preserves the harmonics that result from internal faults. The transformation matrix provides a simple and intuitive mechanism to apply internal faults in the fractional winding. In this paper, we validate the multi-loop method using test data from a scale-model machine in a lab. We then use the fault quantities obtained from the multi-loop method to determine the sensitivity and coverage provided by various generator internal-fault protection algorithms for the lab machine.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».