MétaCan
Menu
Retour à la cohorte
Enregistrement W4408717360 · doi:10.1109/emts57498.2023.10925256

Vertical Ground Electrode Fault Detection Using Surface Wave Time Domain Reflectometry (SW-TDR) Excited with a Horn Launcher

2023· article· en· W4408717360 sur OpenAlexaff
A K M Monsurul Alam, Miodrag Kandic, Greg E. Bridges

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Surface Polishing Techniques
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésReflectometryFrench hornExcited stateGeologyElectrodeSurface waveFault (geology)Time domainFault detection and isolationAcousticsOpticsElectrical engineeringSeismologyPhysicsComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

A grounding network is an integral part of an electrical power substation. It protects expensive equipment and provides safety to workers. This paper presents a Surface Wave (SW) Time Domain Reflectometry (TDR) technique for grounding network health integrity monitoring by detecting faults in vertical grounding electrodes. In SW-TDR, a fast rise-time pulse is applied using a horn launcher into the grounding electrode. The injected pulse travels along the electrode in the form of a transverse magnetic (TM) propagating mode and is reflected at any impedance mismatch, such as a break-point in the electrode. By investigating the reflected signal waveform, the mismatch location and severity can be identified. Theoretical expressions and simulation of the fields of the surface wave guided by a single electrode in a lossy media is presented. A single electrode system with a conical horn launcher is designed and analyzed using full wave electromagnetic simulation to evaluate the wide-band input impedance and then TDR response as obtained by applying FFT. The results show that the SW-TDR is capable of detecting break-points in a grounding electrode for a system bandwidth of 300 MHz.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,549
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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 Opus0,020
Tête enseignante GPT0,263
Écart entre enseignants0,243 · 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.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Surface Polishing TechniquesTravaux en français237 207