MétaCan
Menu
Retour à la cohorte
Enregistrement W2032020914 · doi:10.1109/isie.2013.6563598

Predictive current control and DC-link capacitor voltages balancing for four-leg NPC inverters

2013· article· en· W2032020914 sur OpenAlexafffund
Venkata Yaramasu, Bin Wu, Marco Rivera, José Rodríguez

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesComisión Nacional de Investigación Científica y TecnológicaNatural Sciences and Engineering Research Council of Canada
Mots-clésControl theory (sociology)CapacitorInverterVoltageModel predictive controlComputer scienceThree-phaseReduction (mathematics)Power (physics)Nonlinear systemEngineeringControl (management)MathematicsElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This paper presents a finite control set model predictive strategy to control the three-phase four-leg neutral-point-clamped (NPC) inverters. The four-leg NPC inverter delivers power to the unbalanced/nonlinear three-phase loads, and it can produce three output currents independently. The proposed method uses the discrete-time model of the inverter and load to predict the load current and capacitor voltages behavior for each valid switching state of the inverter. The control method chooses a state which generates the minimum error between the output currents and their references and also between the capacitor voltages. The neutral-leg switching frequency reduction algorithm is also proposed to improve the efficiency of the converter. Through computer simulations, the feasibility of the proposed predictive control scheme is verified; it performs well, showing a clear capacity to compensate disturbances while balancing the DC-link capacitor voltages and reducing the average switching frequency.

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 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 enseignants0,986
Score d'incertitude au seuil0,838

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,198
Écart entre enseignants0,186 · 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.

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

Citations30
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMultilevel Inverters and ConvertersTravaux en français237 207