MétaCan
Menu
Retour à la cohorte
Enregistrement W2959996238 · doi:10.5006/c2018-11231

Effects of Seasonal Variation on AC Interference and Mitigation Design

2018· article· en· W2959996238 sur OpenAlexaffabout
Wolfgang Fieltsch, Ernesto Gudino, Travis Wymenga

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower Line Communications and Noise
Établissements canadiensTransCanada (Canada)Stantec (Canada)Cochrane
Organismes subventionnairesnon disponible
Mots-clésInterference (communication)SeasonalityEnvironmental scienceVariation (astronomy)Electromagnetic interferenceAutomotive engineeringComputer scienceElectrical engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract In Canada and in the northern portions of the United States, soil resistivities increase rapidly by up to several orders of magnitude once water in the soil freezes in the winter. Frost-penetration can vary from centimeters up to a meter or more in depth. Although it is standard industry practice in the electrical industry to consider seasonal variations in soil resistivity when modeling grounding facilities for substations and generating stations, this is often not considered in AC interference studies related to pipelines. The effect on AC induction is expected to be minimal, as this is predominantly dependent on the deeper soil layers. However, frozen soil conditions can have a significant impact on the resistive coupling under a phase to ground powerline fault, and the effectiveness of the AC mitigation system. This paper involved a case study of a project involving AC interference on pipelines located in Canada. summer, and winter soil conditions were modeled to determine the effect on the subject pipeline under steady state and fault conditions. Allowable safe touch potentials were also calculated for these two scenarios, and used to assess the safety risks. A mitigation system was designed to ensure that the safety and integrity risks are mitigated to acceptable limits, for both seasonal conditions.

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: Empirique
Score de désaccord entre enseignants0,491
Score d'incertitude au seuil0,128

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 Opus0,011
Tête enseignante GPT0,224
Écart entre enseignants0,213 · 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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetPower Line Communications and NoiseTravaux en français237 207