MétaCan
Menu
Retour à la cohorte
Enregistrement W4312799970 · doi:10.1109/tpwrd.2022.3211778

The TRV Improvement of Fast Circuit Breakers Using Solid-State Series Superconducting Reactor

2022· article· en· W4312799970 sur OpenAlexaff
Amir Heidary, Mohammad Yazdani-Asrami, Morteza Hesami, Vijay K. Sood

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésCircuit breakerTransient recovery voltageElectrical engineeringEngineeringFault current limiterElectric power systemProspective short circuit currentFault (geology)Sulfur hexafluoride circuit breakerLimiterArc-fault circuit interrupterPower (physics)Electronic engineeringShort circuitVoltagePower factorPhysicsConstant power circuit

Résumé

récupéré en direct d'OpenAlex

Utilizing superconducting technology in fault current limiters for power grid applications is a practical solution to achieve a more modern and efficient power system. This is due to their low-loss profile, high efficiency, and ability to transmit about 5x more power in the same footprint compared to conventional counterparts. In addition, the integration of renewable energy resources into power grids makes the use of fast circuit breakers essential. However, the Transient Recovery Voltage (TRV) of fast mechanical circuit breakers stays a concern. This paper studies the TRV of a fast circuit breaker during a fault condition. Then the effect of a solid-state superconducting series reactor (SSSR) on the TRV of the circuit breaker is investigated and compared using an analytical model, simulation studies, and experimental testing. The results prove that an SSSR significantly diminishes the TRV of the fast breaker and offers an effective superconducting solution for modern power grids.

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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,214
Écart entre enseignants0,198 · 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

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power DeliveryMême sujetHVDC Systems and Fault ProtectionTravaux en français237 207