MétaCan
Menu
Retour à la cohorte
Enregistrement W2570696796 · doi:10.1109/iecon.2016.7793235

Modified resonant converters for contactless capacitive power transfer systems used in EV charging applications

2016· article· en· W2570696796 sur OpenAlexaff
Deepak Rozario, Vamsi Krishna Pathipati, Akash Ram, Najath Abdul Azeez, Sheldon S. Williamson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Power Transfer Systems
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésConvertersWireless power transferCapacitive sensingElectrical engineeringElectronic engineeringMaximum power transfer theoremNetwork topologyWirelessCapacitive couplingPower (physics)EngineeringInductive couplingUSableComputer scienceVoltageTelecommunicationsPhysicsElectromagnetic coil

Résumé

récupéré en direct d'OpenAlex

In the past decade wireless power transfer with the help of magnetic field has been most popular. Contactless capacitive power transfer (CPT) system is an alternate form of wireless power transfer that is currently gaining popularly. However, capacitive power transfer systems are predominantly utilized in low power and small air gap applications applications due to low efficiency and high voltage that are developed across the coupling interface. This paper proposes two modified converters that utilize capacitive coupling for wireless electric vehicle charging applications. The proposed topologies over come the limitations of the existing wireless capacitive systems making them usable for high power applications. The paper discuss CPT systems for small and large airgap EV charging employment. The working, design and analysis of the two converters are detailed in this paper. The characteristics of the two converters that make the proposed topologies for EV charging applications are discussed. Finally, a 1kW CPT system is designed for the proposed converters and the simulations obtained agree well with the theoretical values that are calculated.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,016
Tête enseignante GPT0,212
Écart entre enseignants0,195 · 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

Citations12
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Power Transfer SystemsTravaux en français237 207