MétaCan
Menu
Retour à la cohorte
Enregistrement W2576572553 · doi:10.1049/iet-pel.2016.0718

Model predictive control scheme with active damping function for current source rectifiers

2017· article· en· W2576572553 sur OpenAlexaff
Hang Gao, Bin Wu, Dewei Xu, Manish Pande, Ricardo P. Aguilera

Notice bibliographique

RevueIET Power Electronics · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensRockwell Automation (Canada)Toronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)InductorModel predictive controlCapacitorLC circuitPulse-width modulationAC powerEngineeringPower (physics)WaveformController (irrigation)Electronic engineeringComputer scienceVoltagePhysicsElectrical engineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

This study presents a model predictive control (MPC) with active damping function for current‐source rectifiers (CSRs). Since optimal modulating vector selection process of MPC leads to spread harmonic distribution in pulse‐width‐modulated (PWM) waveform, inductor‐capacitor (LC) resonance can be easily excited. Conventional MPC was designed without the consideration of active damping, since it is for low‐power CSRs with large line resistors physically connected inside the circuit, whereas the proposed scheme achieves active damping function through a specially developed cost function, which realizes active damping function even for high‐power CSRs with lightly damped LC circuit. In comparison with conventional MPC, the advantages of the proposed scheme are three‐fold: first, the proposed scheme is totally based on MPC concept, without conventional linear controller used. Second, with the active damping term added in the developed cost function, active damping effect can be involved into MPC, which extends MPC to high‐power CSRs with lightly damped LC circuit. Last but not least, the proposed scheme is realized in the dq‐axis synchronous frame, which allows the use of simple low‐pass filters instead of complex band‐stop filters to obtain the damping current.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0020,000

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 Opus0,014
Tête enseignante GPT0,233
Écart entre enseignants0,219 · 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
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

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Power ElectronicsMême sujetMultilevel Inverters and ConvertersTravaux en français237 207