MétaCan
Menu
Retour à la cohorte
Enregistrement W3016216629 · doi:10.3390/en13071789

Review of Fiber Optic Diagnostic Techniques for Power Transformers

2020· article· en· W3016216629 sur OpenAlexafffund
Janvier Sylvestre N’cho, I. Fofana

Notice bibliographique

RevueEnergies · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésUnavailabilityTransformerOptical fiberEngineeringReliability engineeringCondition monitoringAutomotive engineeringComputer scienceElectrical engineeringElectronic engineeringTelecommunicationsVoltage

Résumé

récupéré en direct d'OpenAlex

Diagnostic and condition monitoring of power transformers are key actions to guarantee their safe operation. The subsequent benefits include reduced service interruptions and economic losses associated with their unavailability. Conventional test methods developed for the condition assessment of power transformers have certain limitations. To overcome such problems, fiber optic-based sensors for monitoring the condition of transformers have been developed. Flawlessly built-up fiber optic-based sensors provide online and offline assessment of various parameters like temperature, moisture, partial discharges, gas analyses, vibration, winding deformation, and oil levels, which are based on different sensing principles. In this paper a variety and assessment of different fiber optic-based diagnostic techniques for monitoring power transformers are discussed. It includes significant tutorial elements as well as some analyses.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,545
Score d'incertitude au seuil0,440

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 GPT0,239
Écart entre enseignants0,228 · 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'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

Citations60
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207