MétaCan
Menu
Retour à la cohorte
Enregistrement W4377702568 · doi:10.1109/icgea57077.2023.10125989

Making Power Systems Sustainable with Natural Ester Transformers

2023· article· en· W4377702568 sur OpenAlexaff
Kin Yu Lam, Helen Too, Janet Tan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower Transformer Diagnostics and Insulation
Établissements canadiensCargill (Canada)
Organismes subventionnairesnon disponible
Mots-clésRenewable energyTransformerSustainabilityElectricityEnvironmental economicsSoftware deploymentElectric power systemAgile software developmentElectricity generationComputer scienceElectrical engineeringEngineeringPower (physics)Economics

Résumé

récupéré en direct d'OpenAlex

With the pressing need of having to meet continuous rising demand for electricity and having to cope with the rapid deployment of distributed renewable energy sources, utilities are striving to explore ways to drive economic and environmental sustainability in their operations. As one of the most critical equipment in power systems, transformers are key to delivering an agile and robust power supply against overloading and against the intermittent nature of renewable energy [1]. Due to the possibility of having additional loading capacity beyond the rated load at normal temperature rise limit using natural ester dielectric fluid to replace mineral oil in the insulation systems, the paradigm of having to match the transformer's rated capacity to the expected peak demand can be shifted. Drawing on proven industrial practices and key findings from extensive case studies, this paper reviews different ways of utilizing the higher loading capacity and flexibility in natural ester-filled transformers. It also discusses how end users can select the most viable option based on their applications to deliver tangible sustainability and total cost of ownership benefits through prolonged equipment life and improved energy and material efficiency.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,405
Score d'incertitude au seuil0,367

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,217
Écart entre enseignants0,208 · 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 tête enseignante, 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower Transformer Diagnostics and InsulationTravaux en français237 207