MétaCan
Menu
Retour à la cohorte
Enregistrement W2160529147 · doi:10.1109/ccece.2006.277478

A Peak Detector for Multi-Rate Phase Locked Loop and Sequence Detector Combination for Utility AC Power Applications

2006· article· en· W2160529147 sur OpenAlexafffund
Hamid Timorabadi, E. Chen, F.P. Dawson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCMC Microsystems
Mots-clésFast Fourier transformDetectorPhase detectorPhase-locked loopComputer scienceAmplitudeEstimatorSynchronization (alternating current)Electronic engineeringPhase synchronizationControl theory (sociology)Phase detector characteristicAlgorithmPhase noiseEngineeringElectrical engineeringPhysicsMathematicsVoltageTelecommunicationsOptics

Résumé

récupéré en direct d'OpenAlex

Synchronization is of concern in AC power systems. Existing synchronization algorithms are hardware intensive. A single phase synchronization scheme referred to as a multi-rate phase locked loop (MPLL) has been reported. The stability of the MPLL is influenced by amplitude variations. An amplitude estimation module based on a fast Fourier transform (FFT) algorithm and an automatic gain control (AGC) are employed to decouple amplitude variations from phase variations. The implementation of the FFT-based amplitude-estimator is complex and hardware intensive. A peak detector module that utilizes only two multiplexers and one comparator is proposed to replace the FFT-based amplitude-estimator. A real-time positive sequence detector is also combined with the MPLL in order to allow process of the three-phase signals. The overall system is implemented and compared for both FFT-based and peak detector approaches and indicates a 60 dB immunity to impulse noise and harmonic contamination and a 20 dB dynamic range

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)0,001
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: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,032
Tête enseignante GPT0,288
Écart entre enseignants0,256 · 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

Citations1
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetPower System Optimization and StabilityTravaux en français237 207