MétaCan
Menu
Retour à la cohorte
Enregistrement W2786056481 · doi:10.1109/pesgm.2017.8274245

Damped high passive filter — a new filtering scheme for multipulse rectifier systems

2017· article· en· W2786056481 sur OpenAlexaff
Xin Li, Wilsun Xu, Tianyu Ding

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Energy Harvesting Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHarmonicFilter (signal processing)Filter designElectronic filterLow-pass filterHigh-pass filterElectronic engineeringRectifier (neural networks)Prototype filterComputer scienceElectrical impedanceVoltage-controlled filterMechanical filterm-derived filterHarmonic analysisActive filterControl theory (sociology)EngineeringAcousticsPhysicsElectrical engineeringVoltageArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Multipulse rectifier systems are commonly used to reduce harmonic emission. However, they still require the installation of non-characteristic harmonic filters to prevent harmful resonance between its high-pass filter and the system impedance. The advantage of a multipulse configuration - very low non-characteristic harmonic emission - is, therefore, not fully utilized. In view of this shortcoming, a novel filter called damped high-pass (DHP) filter is proposed. The filter does not cause resonance at the non-characteristic harmonic frequencies. As a result, traditional non-characteristic 5th and 7th harmonic filters are no longer needed, resulting in significant cost and space savings for the multipulse systems. The core idea behind this filter is a frequency-dependent resistor block that provides high damping at the non-characteristic harmonic frequencies. Design procedure for the proposed filter is presented. Performance and usefulness of the new filtering scheme has been demonstrated through comparative studies on two actual industry cases.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,403
Score d'incertitude au seuil0,804

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
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 Opus0,041
Tête enseignante GPT0,259
Écart entre enseignants0,218 · 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'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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInnovative Energy Harvesting TechnologiesTravaux en français237 207