MétaCan
Menu
Retour à la cohorte
Enregistrement W2799217489 · doi:10.1109/cpre.2018.8349833

Tutorial on high impedance fault detection

2018· article· en· W2799217489 sur OpenAlexaff
J.C. Theron, Amit Pal, Abraham Varghese

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower Systems Fault Detection
Établissements canadiensGeneral Electric (Canada)
Organismes subventionnairesnon disponible
Mots-clésElectrical impedanceHigh impedanceFault (geology)ConductorFault indicatorPower (physics)Fault detection and isolationElectrical engineeringComputer scienceEngineeringElectronic engineeringPhysicsMaterials scienceGeologySeismology

Résumé

récupéré en direct d'OpenAlex

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,186

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0560,041

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 Opus0,004
Tête enseignante GPT0,205
Écart entre enseignants0,200 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower Systems Fault DetectionTravaux en français237 207