MétaCan
Menu
Retour à la cohorte
Enregistrement W4403122969 · doi:10.1109/access.2024.3474478

Single-Wire Time Domain Reflectometry Technique (SW-TDR): Detecting Faults in Power System Grounding Electrodes

2024· article· en· W4403122969 sur OpenAlexafffund
A K M Monsurul Alam, Miodrag Kandic, Greg E. Bridges

Notice bibliographique

RevueIEEE Access · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrical Fault Detection and Protection
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésReflectometryGroundElectrodeTime domainGeologyElectrical engineeringComputer scienceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The performance of electrical power systems relies on a healthy and properly functioning grounding network. Buried vertical electrodes are the pillars of a grounding system. This paper presents a Time Domain Reflectometry (TDR) technique based on surface wave propagation along a single wire to detect a fault. In SW-TDR, a fast rise-time pulse is injected onto the single conductor grounding electrode primarily exciting transverse magnetic (TM) mode surface wave propagation. The surface wave propagates along the electrode and is reflected at any impedance mismatch such as a fault in the electrode. The mismatch location and severity of the fault can be identified using the reflected signal waveform. Expressions for the fields of the surface wave supported by a single electrode in a lossy media is presented. Full wave electromagnetic simulation is used to evaluate the wide-band input impedance and then FFT is applied to determine the TDR response. Simulation results show that SW-TDR can identify a break-point or even partial corrosion of a grounding electrode for a wide range of soil conductivity for a system bandwidth of 200 MHz. A surface wave launcher design is also presented which enables the SW-TDR to be implemented without disconnecting the electrode from the grounding grid. A scale model experiment demonstrates the feasibility of the SW-TDR approach. Measurements show detection capabilities are similar to those obtained by simulation.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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 Opus0,014
Tête enseignante GPT0,281
Écart entre enseignants0,266 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetElectrical Fault Detection and ProtectionTravaux en français237 207