MétaCan
Menu
Retour à la cohorte
Enregistrement W2120143494 · doi:10.1109/jestpe.2013.2294920

A New Power Conversion System for Megawatt PMSG Wind Turbines Using Four-Level Converters and a Simple Control Scheme Based on Two-Step Model Predictive Strategy—Part I: Modeling and Theoretical Analysis

2014· article· en· W2120143494 sur OpenAlexaff
Venkata Yaramasu, Bin Wu, Marco Rivera, José Rodríguez

Notice bibliographique

RevueIEEE Journal of Emerging and Selected Topics in Power Electronics · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Maximum power point trackingBoost converterPower optimizerRectifier (neural networks)Controller (irrigation)EngineeringPermanent magnet synchronous generatorInverterConvertersCapacitorWind powerPower factorVoltageComputer scienceElectronic engineeringElectrical engineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

A new power conversion system is explored in this paper aiming wind turbines rated at the megawatt level. The proposed configuration consists of a medium-voltage, permanent magnet synchronous generator connected to a low-cost three-phase diode bridge rectifier, a dc-dc four-level boost converter as the intermediate stage, and a four-level diode-clamped inverter on the grid-side. The dc-link capacitor voltages are balanced by the boost converter, and thus the control complexity for the grid-tied inverter is greatly simplified. To control the boost converter and grid-tied inverter, a simple method based on a two-step model predictive strategy is presented. In the first part of this paper, the continuous- and discrete-time modeling of the proposed power conversion system is analyzed. The control objectives such as maximum power point tracking, dc-link capacitor voltages balancing, regulation of net dc-bus voltage, reactive power generation, lower switching frequency operation, and common-mode voltage minimization are considered in the design of controller.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,237
Écart entre enseignants0,222 · 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
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

Citations93
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Emerging and Selected Topics in Power ElectronicsMême sujetMultilevel Inverters and ConvertersTravaux en français237 207