Thermal and Electrical Fault Diagnosis in Oil–Paper Insulation System: A Comparative Study of Natural Esters and Mineral Oil
Notice bibliographique
Résumé
Power transformer insulation systems, composed of liquid and solid insulators, are continuously exposed to thermal and electrical stresses that degrade their performance over time and may lead to premature failure. Since these stresses are unavoidable during operation, selecting effective insulating materials is critical for long-term reliability. In this study, Kraft insulation paper was used as the solid insulator and impregnated with three different liquids: mineral oil and two natural esters (NE1204 and NE1215), to evaluate their stability under simultaneous thermal and electrical stress. The degradation behavior of the oil-impregnated papers was assessed using frequency-domain dielectric spectroscopy (FDS) and Fourier-transform infrared spectroscopy (FTIR), enabling early fault detection. Comparative analyses were conducted to evaluate the withstand capability of each liquid type during operation. Results revealed strong correlations between FTIR indicators (e.g., oxidation and hydroxyl group loss) and dielectric parameters (permittivity and loss factor), confirming the effectiveness of this combined diagnostic approach. Post-aging breakdown analysis showed that natural esters, particularly NE1215, offered superior preservation of insulation integrity compared to mineral oil. Differences between the two esters also highlight the role of chemical composition in insulation performance. This study reinforces the potential of natural esters as viable, eco-friendly alternatives in thermally and electrically stressed 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 | 0,000 |
| 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 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 ».