Gassing Tendency of Fresh and Aged Mineral Oil and Ester Fluids under Electrical and Thermal Fault Conditions
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
Operational factors are known to affect the health of an in-service power transformer and to reduce the capabilities and readiness for energy transmission and distribution. Hence, it is important to understand the degradation rate and corresponding behavioral aspects of different insulating fluids under various fault conditions. In this article, the behavior of mineral oil and two environmentally friendly fluids (a synthetic and a natural ester) are reported under arcing, partial discharges, and thermal fault conditions. Arcing, partial discharges and thermal faults are simulated by 100 repeated breakdowns, top oil electrical discharge of 9 kV for five hours, and local hotspots respectively by using different laboratory-based setups. Some physicochemical properties along with the gassing tendency of fresh and aged insulating liquids are investigated after the different fault conditions. UV spectroscopy and turbidity measurements are used to report the degradation behavior and dissolved gas analysis is used to understand the gassing tendency. The changes in the degradation rate of oil under the influence of various faults and the corresponding dissolved gasses generated are analyzed. The fault gas generations are diagnosed by Duval’s triangle and pentagon methods for mineral and non-mineral oils. It is inferred that; the gassing tendency of the dielectric fluids evolve with respect to the degradation rate and is dependent on the intensity and type of fault.
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 | 0,000 |
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 découle