MétaCan
Menu
Retour à la cohorte
Enregistrement W7052876300

Static modelling of AC flashover on contaminated insulators covered with ice using intelligent identificat ion methods = Modélisation statique de contournement électrique sur les isolateurs contaminés couverts avec la glace en courant alternatif en utilisant des méthodes d'identification intelligentes

2009· other· fr· W7052876300 sur OpenAlexvenueno aff

Notice bibliographique

RevueLibrary and Archives Canada (Government of Canada) · 2009
Typeother
Languefr
DomaineChemistry
Thématiquethermodynamics and calorimetric analyses
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPollutionPollution preventionNumerical modelingPanacheContaminationAir pollution
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

L'exposition des lignes de transmission aériennes à la rigueur des conditions atmosphériques des régions froides, peut causer des contournements électriques répétitifs des isolateurs, entraînant des pannes de courant. À côté de l'impact du froid, les conditions ataiosphériques affectant la contamination des isolateurs a été également reconnu comme un autre facteur pouvant affecter considérablement la performance diélectrique des isolateurs. Cette dégradation des performances peut conduire parfois au contoumement de l'isolateur. Les sources naturelles de contamination d'isolateurs sont principalement les contaminants chimiques gazeux produits dans les régions urbaines. Les régions côtières exposées aux embruns ou aux vents très forts et polluants venant de la mer constituent une source importante de pollution des isolateurs. Cette situation conduit à la formation d'une pollution d'ions composite sur les isolateurs à haute tension pendant les périodes hivernales. L'effet combinée de la contamination et la glace accumulée a été reconnue comme l'une des causes majeures de contoumement d'isolateurs. Par conséquent, des méthodes particulières d'étude sont nécessaires pour comprendre la nature de la pollution d'ions composite dans le cadre de la modélisation du phénomène de contoumement des isolateurs en prenant en compte l'effet conjugué de la pollution et de givrage.
\n
\nUn modèle Statique en courant alternatif permettant de prédire la tension de contoumement des isolateurs recouverts de glace contaminée a été développé dans cette étude. Sur le plan conceptuel, le modèle est basé sur le modèle de décharge d'Obenaus qui considère un arc en série avec une résistance. Le modèle d'arc d'Ayrton a été utilisé pour rendre compte de la variation de la tension d'arc en fonction du courant de fuite. Les constantes à l'arc, ainsi que les paramètres de réallumage ont été déterminées en utilisant une modèle physique cylindriques de laboratoire.
\n
\nLe modèle utilise des méthodes d'identification intelligente pour déterminer les variables pertinentes associées à l'expression mathématique du phénomène de contoumement. De nouvelles approches fondées sur un estimateur des moindres carrés (Least Squares Estimator : LSE)? ainsi que des algorithmes d'apprentissages pour système d'interférence floue (Adaptive Network-Based Fuzzy Inference System : ANF1S) ont été appliquées afin d'en extraire la formule mathématique de la chute de tension aux bornes de l'intervalle non franchi de l'isolateur. La formule ainsi proposée, intègre les principales variables influençant le comportement électrique de la partie résiduelle de l'isolateur recouvert de glace contaminée durant la phase de propagation de fare. En outre, l'expression mathématique proposée pour la tension résiduelle aux bornes de l'intervalle non franchi de l'isolateur a permis d'extraire la formule de calcul de la variation spatiale de la résistance résiduelle de l'intervalle non franchi. La formule dépend des principales variables telles que la conductivité de l'eau de congélation, la densité de sel déposé, le courant de fuite et la longueur de l'intervalle non franchi» Le modèle a été appliqué aux isolateurs industriels et les tensions de contoumements calculés ont été en bon accord avec ceux obtenus à partir d'essais de contournement en laboratoire.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,440
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,216
Écart entre enseignants0,203 · 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 tête enseignante, pas un consensus.

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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLibrary and Archives Canada (Government of Canada)Même sujetthermodynamics and calorimetric analysesTravaux en français237 207