MétaCan
Menu
Retour à la cohorte
Enregistrement W2275378928 · doi:10.1049/iet-pel.2014.0864

Switching‐loss reduction technique in active power filters without auxiliary circuits

2015· article· en· W2275378928 sur OpenAlexaff
Chi‐Seng Lam, Man‐Chung Wong, Ningyi Dai, Xiao‐Xi Cui, Chi-yung Chung

Notice bibliographique

RevueIET Power Electronics · 2015
Typearticle
Langueen
DomaineEngineering
ThématiquePower Quality and Harmonics
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesFundo para o Desenvolvimento das Ciências e da Tecnologia
Mots-clésControl theory (sociology)HarmonicsCompensation (psychology)Controller (irrigation)HarmonicNoise (video)VoltageReduction (mathematics)Power (physics)Electronic engineeringElectronic circuitEngineeringComputer scienceControl (management)Electrical engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

To reduce the active power filter (APF) system switching loss, the usual method is to apply different soft‐switching techniques. However, this would increase the system initial cost. In this study, a switching loss and switching noise reduction control strategy for APF under reactive power and current harmonics compensation is proposed, which can be applied to the existing APF systems in worldwide, thus causing economic benefits. The minimum dc‐link operating voltage of APF is computed through both fundamental and harmonic frequencies analysis. Then an adaptive dc‐link voltage controller for the APF is proposed, such that the compensating range of the APF is adaptively varied according to the variation of the loading. Thus, the switching loss and switching noise of the APF can be lowered. Moreover, the design criteria of the proportional and integral gains of the adaptive dc voltage controller are presented and discussed. Finally, simulation and experimental results of a 110 V, 5 kVA APF experimental prototype are given to prove the validity of the proposed control strategy for the APF in current quality compensation, and at the same time reducing switching loss and switching noise during operation.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,253
Écart entre enseignants0,236 · 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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Power ElectronicsMême sujetPower Quality and HarmonicsTravaux en français237 207