MétaCan
Menu
Retour à la cohorte
Enregistrement W4389979415 · doi:10.1109/tdei.2023.3345299

Differential Low-Temperature AC Breakdown Between Synthetic Ester and Mineral Oils: Insights From Both Molecular Dynamics and Quantum Mechanics

2023· article· en· W4389979415 sur OpenAlexaff
Shi Li, Feipeng Wang, Liangxuan Ouyang, Xiaoxiao Chen, Zijian Yang, Paweł Rózga, Jian Li, I. Fofana

Notice bibliographique

RevueIEEE Transactions on Dielectrics and Electrical Insulation · 2023
Typearticle
Langueen
DomaineEngineering
ThématiquePower Transformer Diagnostics and Insulation
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMolecular mechanicsDifferential (mechanical device)Molecular dynamicsMaterials scienceChemical physicsChemistryPhysicsComputational chemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

Synthetic ester oil (SEO) is promising for bolstering sustainable development and enhancing operational reliability of transformers at low-temperature. The intention of this study is to acquire understanding of differential low-temperature AC breakdown characteristics exhibited by SEO and mineral oil (MO), while delving into the microscopic influencing factors. The results unveil that the breakdown voltage between -20°C and 20°C illustrates a "V"-shaped trend, with SEO consistently higher than MO. SEO presents its maximum breakdown voltage at -20°C and its minimum at 0°C, whereas MO demonstrates its maximum breakdown voltage at 20°C and its minimum at -10°C. Molecular dynamics (MD) and quantum mechanics (QM) calculations reveal that hydrogen bond and interaction energy associated with the state of water, along with the fraction of free volume, mean square displacement, and diffusion coefficient associated with particle transport property, collectively exert considerable influence on the breakdown voltage. Compared to MO, SEO exhibits a higher number of hydrogen bonds and interaction energies, while displaying lower fraction of free volumes, mean square displacements, and diffusion coefficients. Furthermore, the presence of electron trap, in conjunction with these combined factors, leads to a substantially higher breakdown voltage of SEO (31.4 kV) than that of MO at sub-zero temperatures. The wider energy gap of MO compared to SEO leads to a slightly higher breakdown voltage for MO (19.9 kV) compared to SEO at above-zero temperatures. This study provides experimental data and theoretical guidance for the promotion and stable operation of SEO-immersed transformers in UHVDC systems deployed in cold regions.

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)0,000
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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,201
Écart entre enseignants0,194 · 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

Citations54
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Dielectrics and Electrical InsulationMême sujetPower Transformer Diagnostics and InsulationTravaux en français237 207