Improving Oxidation Stability and Insulation Performance of Plant-Based Oils for Sustainable Power Transformers
Notice bibliographique
Résumé
In power transformers, insulating liquids are essential for cooling, insulation, and condition monitoring. However, the environmental impact and biodegradability issues of traditional hydrocarbon-based liquids have spurred interest in green alternatives like natural esters. Despite their benefits, natural esters are highly prone to oxidation, limiting their broader use. This study explores a novel blend of two plant-based oils, canola oil and methyl ester derived from palm kernel oil, enhanced with two antioxidants, Tert-butylhydroquinone (TBHQ) and 2,6-Di-tert-butyl-4-methyl-phenol (BHT), to improve oxidation resistance. The performance of this antioxidant-infused oil was evaluated in terms of its interaction with Kraft paper insulation through accelerated thermal aging over periods of 10, 20, 30, and 40 days. Key properties, including the viscosity, breakdown voltage, conductivity, and FTIR spectra of oils, were analyzed before and after aging. Additionally, the degradation of the Kraft paper was investigated using scanning electron microscopy (SEM), optical microscopy, and dielectric strength tests. The results show that the antioxidant-treated oil exhibits significantly enhanced molecular stability, reduced viscosity, lower conductivity, and improved breakdown voltage (53.16 kV after 40 days). Notably, the oil mixture maintained the integrity of the Kraft paper insulation better than traditional natural esters, demonstrating superior dielectric properties and a promising potential for more sustainable and reliable power transformer applications.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».