A Space Virtual-Vector Modulation With Voltage Balance Control for Nested Neutral-Point Clamped Converter Under Low Output Frequency Conditions
Notice bibliographique
Résumé
The recently-developed nested neutral-point clamped (NNPC) converter is a four-level converter for medium-voltage high-power applications. It has some merits such as operating over wide voltage ranges (2.4–7.2 kV) without switching devices in series and less diodes or capacitors when compared with classical four-level topologies. But it has severe voltage balancing problems under low output frequency conditions when conventional space vector modulation (SVM) or sinusoidal pulse width modulation (SPWM) is applied, which limits its wide applications. In order to solve this issue, a space virtual-vector modulation (SVVM) along with a voltage balance control (VBC) algorithm is proposed in this paper. It helps reduce the voltage ripples greatly and maintain them within an acceptable region under low output frequency conditions. Therefore, it guarantees even voltage stresses among switching devices and extends the NNPC converter's applications. Principles of the proposed SVVM and VBC algorithms are elaborated in detail, and the voltage balancing performance is investigated and compared with the cases where conventional SVM and SPWM with the same VBC are applied. The relationship curves between voltage ripples and flying capacitance, output power, and output frequency have been explored and compared for both conventional SVM and proposed SVVM. Simulation and experimental results are presented to verify the effectiveness of the proposed method.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».