MétaCan
Menu
Retour à la cohorte
Enregistrement W4405137641 · doi:10.1049/nde2.12093

Thermal analysis of mineral oil‐based nanofluids of distribution transformers exposed to simultaneous current and voltage harmonics

2024· article· en· W4405137641 sur OpenAlexaff
Ali Abdali, Kazem Mazlumi, Abbas Rabiee

Notice bibliographique

RevueIET Nanodielectrics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiquePower Transformer Diagnostics and Insulation
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésComputational fluid dynamicsMaterials scienceThermographyHarmonicsTransformer oilThermalVoltageNanofluidMechanicsTransformerThermal conductivityNuclear engineeringComposite materialElectrical engineeringEngineeringOpticsThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The exact thermal evaluation of distribution transformers (DTs), which are critical and costly pieces of equipment for the power grids, may contribute to preventing the respective failures. Therefore, the present study non‐uniformly investigated DT for correct anticipation of hotspot temperature (HST). Optical fibre sensors (OFSs) were applied for assessing our newly developed non‐uniform 3D computational fluid dynamic (CFD)‐based modelling while performing the temperature rise test (TRT). It should be noted that this new 3D CFD‐based thermal analysis showed an error percentage of 0.11% (0.1°C) in comparison to the OFS measurement, reflecting the ideal efficiency and accuracy of the model. Moreover, thermography for both top‐oil temperature (TOT) and bottom‐oil temperature (BOT) was employed to validate the results from non‐uniform 3D (three‐dimensional) CFD‐based thermal evaluations. The results indicated an acceptable level of relationship between thermography and thermal analysis of 3D CFD at the specified two spots, with an error percentage of <0.65%, demonstrating the acceptable accuracy of the new non‐uniform 3D CFD‐based model. In the following, yet importantly, the new non‐uniform 3D model was subjected to the total harmonic distortions (THD) for the current and voltage of 5%, 10%, and 15%, which raised the HST more than the original model without harmonics by 3.3°C, 7.1°C, and 10.3°C, respectively. Ultimately, different mineral oil‐based nanofluids’, such as multi‐walled carbon nanotubes (MWCNTs) and diamond nanoparticles, influence on the HST decrement of DT in simultaneous current and voltage harmonics was investigated.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
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 Opus0,009
Tête enseignante GPT0,229
Écart entre enseignants0,219 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueIET NanodielectricsMême sujetPower Transformer Diagnostics and InsulationTravaux en français237 207