MétaCan
Menu
Retour à la cohorte
Enregistrement W4413513815 · doi:10.1109/icempe66159.2025.11122930

Evaluation of Electrical Tree Length Information Based on Partial Discharge Signal

2025· article· en· W4413513815 sur OpenAlexfundno aff
Yinge Li, Xiangyang Peng, Shihu Yu, Xin Yu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Decision-Making Techniques
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Society of Petroleum Geologists
Mots-clésPartial dischargeComputer scienceTree (set theory)SIGNAL (programming language)Electrical engineeringMathematicsVoltageEngineeringProgramming language

Résumé

récupéré en direct d'OpenAlex

Electrical treeing is a common phenomenon associated with insulation degradation. When these trees extend to the ground side, cable breakdown occurs. To ensure safe transmission in power systems, it is crucial to quantify the growth length of electrical trees using specific indicators. However, existing PRPD spectra exhibit limited capability in characterizing the length of electrical branches, as phase parameters become indistinguishable under varying branch lengths. Currently, the most widely used methods for characterizing partial discharge phenomena are the T-F map and PRPD diagrams. According to experimental results, the$T-F$map did not show significant differences as the electrical tree grew. In the experiment, the PRPD diagrams only exhibited amplitude variations, which were heavily influenced by voltage levels. Therefore, these methods were deemed unsuitable for accurately characterizing electrical tree growth. Given that the growth of electrical trees exhibits chaotic characteristics, this study integrates both nonlinear and linear quantities in partial discharge analysis to identify differences in partial discharge behavior at various growth stages. In this study, after normalizing the original partial discharge signal, amplitude information and sign information were extracted. The amplitude information was treated as a nonlinear quantity, while the sign information was considered a linear quantity. Both were computed using the DFA algorithm and subsequently plotted on a graph, with the amplitude information represented on the$\boldsymbol{x}$-axis and the sign information on the$y$-axis. The results indicate that as the electrical tree progresses, the data tend to migrate towards the upper-left quadrant. The experimental results demonstrate that this method can, to some extent, determine the growth of electrical trees by measuring partial discharge signals during their growth process.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,331
Écart entre enseignants0,308 · 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'étudeExpérimental (laboratoire)
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 Decision-Making TechniquesTravaux en français237 207