Performance Assessment of Cellulose Paper Impregnated in Nanofluid for Power Transformer Insulation Application: A Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Insulation cellulose paper is a basic measure for a power transformer’s remaining useful life, and its advantageous low cost, electrical, and mechanical properties have made it an extensive insulation system when impregnated in a dielectric liquid. Cellulose paper deteriorates as a result of ageing due to some chemical reactions like pyrolysis (heat), hydrolysis (moisture), and oxidation (oxygen) that affects its degree of polymerization. The condition analysis of cellulose paper has been a major concern since the collection of paper samples from an operational power transformer is almost impossible. However, some chemicals generated during cellulose paper deterioration, which were dissolved in dielectric liquid, have been used alternatively for this purpose as they show a direct correlation with the paper’s degree of polymerization. Furthermore, online and non-destructive measurement of the degree of polymerization by optical sensors has been proposed recently but is yet to be available in the market and is yet generally acceptable. In mitigating the magnitude of paper deterioration, some ageing assessments have been proposed. Furthermore, researchers have successfully enhanced the insulating performance of oil-impregnated insulation paper by the addition of various types of nanoparticles. This study reviews the ageing assessment of oil-paper composite insulation and the effect of nanoparticles on tensile strength and electrical properties of oil-impregnated paper insulation. It includes not only significant tutorial elements but also some analyses, which open the door for further research on the topic.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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