Analysis and Diagnosis of the Stator Turn-to-Turn Short-Circuit Faults in Wound-Rotor Synchronous Generators
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this paper, we introduce a health parameter and estimation algorithm to assess the severity of stator turn-to-turn/inter-turn short-circuit (TTSC) faults in wound-rotor synchronous generators (WRSG). Our methodology establishes criteria for evaluating the severity of stator TTSC faults in WRSG and provides a specific solution for estimating both the severity of these faults and the resultant power loss. Our assessment methodology directly reflects the intrinsic impact of stator TTSC faults on the WRSG, offering enhanced efficiency, accuracy, and resilience to interference compared with traditional methods in estimating and gauging the TTSC severity. First, we demonstrate that it is impossible to determine the two fault parameters of the WRSG stator TTSC faults solely based on the voltage and current measurements. Subsequently, we introduce a novel health parameter for the WRSG stator TTSC faults and show that for a given generator and load, the dynamics of voltage and current during these faults as well as the resulting power loss are determined by this health parameter. We then detail the characteristics of the proposed health parameter and criteria for evaluating the severity of the WRSG stator TTSC faults. Furthermore, we present an estimation algorithm that is capable of accurately estimating the health parameter and power loss, demonstrating its minimal estimation error. Finally, we provide a comprehensive set of simulation results, including Monte Carlo results, to validate our proposed methodology and illustrate that our approach offers significant improvements in terms of the efficiency, accuracy, and robustness of the WRSG stator TTSC fault detection and isolation (FDI) over conventional methods.
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.
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 | 0,001 |
| 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 découle