MétaCan
Menu
Retour à la cohorte
Enregistrement W4413442591 · doi:10.1109/eic63069.2025.11123188

New Algorithm for Rotor Ground Wall Condition Assessment of Large Salient-Pole Generators

2025· article· en· W4413442591 sur OpenAlexaff
Joël Pedneault-Desroches, Ghofril Kahwati, Arezki Merkhouf, Kamal Al‐Haddad, Éric David

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMathematics
ThématiqueAdvanced Research in Science and Engineering
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésSalientRotor (electric)Computer scienceAlgorithmControl theory (sociology)EngineeringElectrical engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Deterioration of ground-wall insulation is one of large salient poles generators failure modes. A failure in this insulation can seriously compromise the machine's operation, causing stray current circulation between poles, leading to vibrations, and resulting to costly unplan maintenance. Therefore, it is crucial to act before a failure occurs by planning an appropriate corrective maintenance. Monitoring the insulation to ground resistance by measurements is one important way to do so. Unfortunately, there are some challenges interpreting the results, such as the lake of references, insulation materials with different dielectric properties, the influence of the environment, making the assessment of the rotor insulation health a complex puzzle. Based on analysis of thousands of insulation resistance tests results from a large fleet of salient pole generators ranging from few to hundreds of MVA, a new algorithm is proposed to help assist decision makers. It will be shown that the interpretation of results could be standardized with algorithms leading to a comprehensive health index with a certain degree of confidence. This allows non-experts to have a clearer view of the rotor ground wall insulation condition and quick comparison of assets together. Moreover, it is proposed that these assessments can be conducted with the generator in service. Combining on-line and off-line tests could be a precious tool to quickly alert if a degradation occurs and reduce unit downtime.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,039
Tête enseignante GPT0,425
Écart entre enseignants0,386 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Research in Science and EngineeringTravaux en français237 207