The Catalytic Effect of Low Molecular Weight Acids on the Physicochemical and Dielectric Properties of Oil-Paper Insulation Systems
Notice bibliographique
Résumé
In most industrialized countries, power transformers built several decades ago are approaching the end of their operational lifespan. The ongoing energy transition, focused on developing 100% renewable energy sources and accelerating global transportation electrification, further exacerbates these assets. Combined with rising electricity demand, there is an increasing risk of critical transformers' degradation acceleration. In this context, understanding the aging mechanisms of the insulation system inside these essential assets, which form the core of every energy network, becomes paramount for today's managers and engineers responsible for their operations. The acids generated through oil oxidation can be classified into two categories: low molecular weight acids (LMAs), which are inherently more hydrophilic and consequently have a greater impact on the degradation rate of solid insulation through hydrolysis, and high molecular weight acids (HMAs), which do not significantly contribute to the degradation of paper insulation. This study specifically addresses the impact of acids generated through oil oxidation-focusing on LMAs. New oil samples were infused with different ratios of LMAs before impregnation. The impregnated paper samples underwent thermal aging at 115 °C. Different physicochemical and dielectric properties were investigated. The investigations revealed that oils blended with formic acid exhibited more adverse effects on the insulation system compared to other LMAs. This information is essential for industry professionals seeking to mitigate the risks associated with transformer degradation and extend the lifespan of these critical assets during the energy transition.
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».