MétaCan
Menu
Retour à la cohorte
Enregistrement W4410157187 · doi:10.3390/en18092395

Analysis and Diagnosis of the Stator Turn-to-Turn Short-Circuit Faults in Wound-Rotor Synchronous Generators

2025· article· en· W4410157187 sur OpenAlexaff
Haotian Mao, K. Khorasani, Yingqing Guo

Notice bibliographique

RevueEnergies · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Diagnostics and Reliability
Établissements canadiensConcordia University
Organismes subventionnairesChina Scholarship Council
Mots-clésTurn (biochemistry)StatorRotor (electric)Short circuitWound rotor motorElectrical engineeringControl theory (sociology)EngineeringComputer sciencePhysicsInduction motorArtificial intelligenceVoltageNuclear magnetic resonance

Résumé

récupéré en direct d'OpenAlex

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,004
Tête enseignante GPT0,202
Écart entre enseignants0,199 · 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'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetEngineering Diagnostics and ReliabilityTravaux en français237 207