MétaCan
Menu
Retour à la cohorte
Enregistrement W3217604391 · doi:10.1109/eic49891.2021.9612346

Initial Experience with Acoustic Imaging of PD on High Voltage Equipment

2021· article· en· W3217604391 sur OpenAlexaff
G.C. Stone, M. Šašić, Christoph Wendel, Abdul Hayee Shaikh

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHigh voltage insulation and dielectric phenomena
Établissements canadiensKinectrics (Canada)
Organismes subventionnairesnon disponible
Mots-clésPartial dischargeAcousticsStatorUltrasonic sensorDetectorVoltageCorona dischargeOpticsComputer scienceMaterials sciencePhysicsElectrical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Directional ultrasonic microphones have been used for decades to locate surface partial discharge and corona sites in high voltage equipment. However, there was always some uncertainty of exactly where the discharge sites were due to reflections and the field of view of the detector. In addition, scanning a complete winding took some time. Recently, a significant advance in this technology was achieved with the commercial development of an acoustic “camera” that can show where the sound is occurring with respect to a normal visible-light image of the test object. That is, the device produces a sound image of the PD on the test object, much like a UV camera locates the ultraviolet light from PD on an image of the test object. The acoustic camera takes advantage of a large array of wideband microphones and is able to display the acoustic signal in selectable frequency ranges in the sonic and ultrasonic ranges. The effectiveness of this new tool was evaluated on a point to plane corona test object, as well as stator coils and stators with known PD. The optimum surface discharge detection band seems to be from 30–50 kHz: Intense PD in internal voids may also be detected, albeit at a lower frequency than for surface PD. Precise locations of multiple discharge sites are rapidly identified in different test objects.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,005
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,015
Tête enseignante GPT0,265
Écart entre enseignants0,250 · 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHigh voltage insulation and dielectric phenomenaTravaux en français237 207