Optimal Design of Coupled Inductors of High Power Modular Multilevel Converter Using a Novel Hybrid Model
Notice bibliographique
Résumé
Abstract Due to the importance of arm inductances in modular multilevel converters (MMC), it is necessary to propose an approach which provide the optimal inductor size considering the technical and manufacturing constraints. The investigations prove that utilizing the coupled inductor enhances converter performance and decreases the required value arm inductance and sub-module capacitor and the final converter volume and mass especially in high power applications. The analytical model of coupled inductors is consisted of circuit, electromagnetic and thermal model which will be combined with MMC circuit model to create the global MMC model. The analytical model of coupled inductor leads to fast convergence of optimization algorithm while it does not provide the accurate results. Another proposed approach is to put a finite element software directly in the optimization loop which intensely increases the optimization time and sometime made it hard to converge. In this paper, a novel hybrid correction loop has been proposed and developed to modify the analytical model parameters while the optimization is running. It effectively increases the results accuracy whereas the optimization does not increase so much. The proposed hybrid correction algorithm was employed in a global optimization loop which tries to minimize the total mass of a high power MMC converter according to the number of series sub-modules per arm. The results show that there is an optimal point which provides the maximum performance dependent to the load specifications, IGBT characteristics, goal function and manufacturing constraints. Also, in this research, the effect of coupled inductors on total converter mass and efficiency was investigated and compared to the state of using uncoupled inductors.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».