MétaCan
Menu
Retour à la cohorte
Enregistrement W2615740704 · doi:10.1109/apec.2017.7931149

Performance analysis of grid connected induction motor using floating H-bridge converter

2017· article· en· W2615740704 sur OpenAlexaff
Ahteshamul Haque, Siyu Leng, Ian Smith, John Salmon

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésInduction motorPower electronicsCapacitorMotor driveEngineeringElectrical engineeringVoltageConvertersDeratingControl theory (sociology)Computer scienceAutomotive engineering

Résumé

récupéré en direct d'OpenAlex

Floating capacitor voltage source power electronic converters can be used as series voltage compensators for grid supplied induction motors to improve their steady-state operating performance, namely: actively reducing the motor power losses over its entire load range; lower the motor's operating temperature to improve lifetime expectancy; the voltage supplied to the motor can be used to avoid derating the motor power rating. These features are especially useful when the motor is connected to a grid whose nominal voltage differs from the machine's rated value or that may fluctuate over time (sag or swell). By injecting a voltage in series with the grid supply, floating capacitor converters can set the motor voltage at a fixed desired value, above or below the grid voltage, under transient or continuous steady-state conditions, and over the entire range of the motor load. These features allow the losses in the motor and power electronics to be controlled, e.g. minimized, hence improve the motor and system efficiencies. For applications where frequency control is not required, the proposed power electronics is more energy efficient; hence a viable cost effective solution. Experimental tests are used to compare the proposed system with several alternatives, using performances such as: power losses and efficiency of the motor, power electronics and the system as a whole.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,704
Score d'incertitude au seuil0,492

Scores Codex et Gemma par catégorie

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

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 Opus0,045
Tête enseignante GPT0,252
Écart entre enseignants0,207 · 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 tête enseignante, 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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMultilevel Inverters and ConvertersTravaux en français237 207