MétaCan
Menu
Retour à la cohorte
Enregistrement W3160060689 · doi:10.1109/tpwrd.2021.3078767

Investigation on the Implementation of the Single-Sheath Bonding Method for Power Cables

2021· article· en· W3160060689 sur OpenAlexafffund
Xi Wang, Jing Yong, Lulu Li

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueThermal Analysis in Power Transmission
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanada First Research Excellence FundNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésAmpacityWire bondingMaterials scienceAnodic bondingConductorElectrical conductorComputer scienceMechanical engineeringComposite materialEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Sheath bonding is an essential requirement for transmission and distribution cables. Three bonding methods are widely used in industry at present: solid bonding, single-point bonding, and cross bonding. The latter two are for solving the ampacity reduction problem caused by solid bonding. This paper presents an in-depth investigation of a new cable sheath bonding method called single-sheath bonding. The new method uses one of the cable sheaths as the return path for the fault current and thus eliminates the need for the ground continuity conductor (GCC). In this paper, various configurations to implement the single-sheath bonding method are proposed. Their performances are comprehensively evaluated and compared with those of the existing bonding methods through simulation and sensitivity studies. The results show that single-sheath bonding can achieve a similar performance of either single-point bonding or cross bonding with a lower cost. Therefore, single-sheath bonding can be an alternative to single-point bonding and cross bonding. The potential applications of the single-sheath bonding method are also clarified in the paper.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,029
Tête enseignante GPT0,258
Écart entre enseignants0,229 · 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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power DeliveryMême sujetThermal Analysis in Power TransmissionTravaux en français237 207