MétaCan
Menu
Retour à la cohorte
Enregistrement W2065359086 · doi:10.1109/tia.2010.2091474

An Adaptive Energy Storage Technique for Efficiency Improvement of Single-Stage Three-Level Resonant AC/DC Converters

2010· article· en· W2065359086 sur OpenAlexaff
Mohammed Agamy, Praveen Jain

Notice bibliographique

RevueIEEE Transactions on Industry Applications · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésConvertersVoltagePower (physics)Power factorElectronic engineeringControl theory (sociology)InductorEnergy storageEngineeringComputer scienceElectrical engineeringPhysicsControl (management)

Résumé

récupéré en direct d'OpenAlex

The use of single-stage power-factor-corrected (SSPFC) three-level resonant ac/dc converters solves many problems that present SSPFC converters face today, namely, high component stresses, high circulating currents, and low efficiency. This makes single-stage three-level resonant ac/dc converters a good candidate for high-power applications. These converters provide the flexibility of simultaneously using two control variables. They can operate with a combined variable-frequency and asymmetrical pulsewidth modulation or with a combined variable-frequency phase-shift modulation. This provides good regulation of the output voltage, dc-bus voltage, and input current. The drawback of these methods is that the efficiency of the converter drops as the load is reduced because the converter starts to drift away from its resonance frequency, thus leading to more circulating currents and conduction losses. Therefore, a load-adaptive energy storage technique is proposed in this paper to guarantee the converter operation near its maximum efficiency point for a wide range of loading. This leads to almost constant converter efficiency from full load to 40% load. The use of interleaved converters is also proposed to extend the constant efficiency range of operation to lighter loads (15%-20% of full load). Analytical simulation and experimental results are presented to verify the proposed methods.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil1,000

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 recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,249
Écart entre enseignants0,224 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industry ApplicationsMême sujetAdvanced DC-DC ConvertersTravaux en français237 207