MétaCan
Menu
Retour à la cohorte
Enregistrement W3134906326 · doi:10.1115/1.4049583

Thermal Behavior of Power Transformers Filled With Waste Vegetable Oil-Based Biodiesel Under Dynamic Load

2021· article· en· W3134906326 sur OpenAlexaff
Ehsan Ebrahimnia-Bajestan, Hani Tiznobaik, Paul Gheorghe, Mohammad Arjmand

Notice bibliographique

RevueJournal of Energy Resources Technology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiquePower Transformer Diagnostics and Insulation
Établissements canadiensUniversity of British Columbia, Okanagan CampusKelowna General HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCoolantVegetable oilTransformer oilTransformerRenewable energyEnvironmental scienceBiodieselPetroleumWaste managementDistribution transformerMaterials sciencePetroleum engineeringProcess engineeringAutomotive engineeringNuclear engineeringVoltageElectrical engineeringMechanical engineeringEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Petroleum-based oils are widely used as electrically insulating materials in high voltage power transformers for dissipating high generated heat flux and maintaining the temperature below critical values. The operating temperature of a transformer dominantly governs its aging rate. In the present research, a renewable coolant as a versatile substitution for the petroleum-based oils was investigated to be employed in the cooling of transformers. The studied coolant is a vegetable-based oil extracted from the waste cooking oils. A numerical model was developed to follow the instantaneous changes in the load profile and ambient temperature and predict the instantaneous hotspot temperature values in the transformer under dynamic load. Then, this thermal model was used to explore the capability of the studied vegetable oil in the cooling of transformers compared with conventional transformer oil. The realistic ambient temperature and loading profile, as well as thermal properties of oils and characteristics of a transformer, were applied as the model’s inputs. The aging rate of the transformer in the presence of vegetable oil was also compared with the conventional transformer oil. The results indicate a better cooling performance for the vegetable-based oil, where a hotspot temperature reduction of 3 °C was observed in comparison to the petroleum-based oil. Also, the model predicts a significantly longer life for the insulating system of the transformer when the proposed vegetable-based oil is employed. The results of this research suggest a sustainable way of reusing the waste of a renewable resource as an alternative insulating liquid for the cooling of high heat flux electric/electronic devices.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,004
Tête enseignante GPT0,187
Écart entre enseignants0,183 · 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'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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Energy Resources TechnologyMême sujetPower Transformer Diagnostics and InsulationTravaux en français237 207