Tutorial on high impedance fault detection
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
High impedance faults are generally not detected by conventional protection functions like over current, ground fault, distance, differential etc. because of the magnitude of impedance involved in the fault path and the nature and characteristic of the fault current are special and different than the conventional fault current profiles. Each type of high impedance fault is unique in terms of magnitude of fault current, nature, characteristic and waveshape. Majority of the high impedance faults are single phase to ground faults but this can involve phase to phase elements as well. Because of the inability of the conventional protection functions to detect high impedance faults especially high impedance phase to ground faults, the electrical conductor remains live under such condition and as can be imagined, poses a huge and significant risk to wild life and more importantly human life. Atmospheric and geographical conditions have a significant role to play in high impedance phase to ground faults since they have a direct impact on the magnitude and characteristic of the fault current. This paper describes different techniques to detect high impedance phase to ground faults and focuses on the proven algorithms that have been implemented in protection relays, had been verified by real site tests and fault inception on live power lines. The paper is broadly organized as a tutorial. The characteristics of high impedance faults and the challenges involved in detecting them are described first. The paper then goes on to detail some of the important techniques in use for high impedance fault detection highlighting their strengths and weaknesses, and some modern approaches proposed to improve the dependability of protection schemes. In particular, a technique combining the fundamental and harmonic analysis of the fault waveform is presented, along with its performance in field trials carried out in co-operation with utilities.
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 | 0,001 |
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.
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