MétaCan
Menu
Retour à la cohorte
Enregistrement W3211890182 · doi:10.23977/cpcs.2021.51004

Research on Cabin Integrated Equipment Based on GIS

2021· article· en· W3211890182 sur OpenAlexvenueno aff
Jun Liu, Kejun Yang, Daping Liu, Hui He, Tao Cheng, He Xu, Wenzhi Han

Notice bibliographique

RevueComputing Performance and Communication systems · 2021
Typearticle
Langueen
DomaineEngineering
ThématiquePower Systems and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSwitchgearReliability (semiconductor)BusbarEngineeringElectrical equipmentReliability engineeringFlexibility (engineering)Modular designComputer sciencePower (physics)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

Through the research on the principle of GIS gas insulated switchgear, a GIS-based cabin integrated equipment method is proposed. The insulation characteristics and engineering calculations of SF6 gas are analyzed, which provides a basis for the selection of 220kV and 110kV equipment. Analyzed the applicability of 220kV equipment selection of HGIS equipment and GIS equipment in modular substations. At the same time, it compared the floor area and other indicators, and finally decided to adopt the GIS plan, further optimize the product structure and layout, and improve space utilization It can reduce the equipment footprint and make the layout of the power distribution device more compact. Through the comparison and analysis of the main wiring types of the 110kV single bus three section and double bus wiring, it is found that there are three aspects of reliability, flexibility and economy. Single-bus three-section is better than double-bus wiring, so 110kV is determined to adopt single-bus three-section wiring. Under the premise of meeting the requirements for power supply safety, reliability, and flexibility, 110kV electrical main wiring is optimized to achieve The purpose of simplifying operation and maintenance procedures and saving investment.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,059
Tête enseignante GPT0,304
Écart entre enseignants0,245 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputing Performance and Communication systemsMême sujetPower Systems and TechnologiesTravaux en français237 207