Understanding the Relationship Between Insulation Aging and Gassing Tendency of Some Biodegradable Dielectric Fluids
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
This study investigates the degradation mechanisms and gas generation behaviors of three biodegradable dielectric fluids, bio-based mineral oils (Bio-MO), natural esters (NE), and synthetic esters (SE), under electrical stress, focusing on their application in power transformers. The research adopts an extended experimental protocol that includes multiple aging durations (250–2000 hours) and repeated breakdown voltage (BDV) tests to simulate arc fault conditions and ensure reproducible trend analysis. Key characterizations such as Dissipation Factor (DDF), Interfacial Tension (IFT), and Total Acid Number (TAN) were combined with Dissolved Gas Analysis (DGA) to monitor fluid degradation. A novel contribution of this work is the statistical correlation framework introduced to quantify the relationships between increases in gases (%C<sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</sub>H<sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</sub>, %TDCG) and aging markers using correlation coefficients (r, p-value). Furthermore, Duval’s diagnostic tools (Triangle 1/Pentagon 1 for Bio-MO, Triangle 3/Pentagon 3 for esters) revealed that fault types evolve with aging. Specifically, Bio-MO transitioned from high-energy (D2) to low-energy (D1) discharges, strongly correlated with rising %DDF and %TAN. In contrast, NE and SE maintained stable D1 diagnostics. These findings offer a predictive approach to fault identification and transformer health assessment, paving the way for broader implementation with larger sample sets and field validation.
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 | 0,001 | 0,002 |
| 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