Real-Time Device-Level Simulation of MMC-Based MVDC Traction Power System on MPSoC
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Real-time simulation of device-level power electronic converter models plays an essential role in traction power systems by allowing accurate prediction of device stresses to design improved control and protection schemes. This paper proposes the electrothermal behavioral power electronic models for the modular multilevel converter (MMC)-based medium voltage direct current (MVDC) traction power system based on the Wiener-Hammerstein configuration. The new configuration introduces the carrier charge prerequisite dynamic transients before device turn-ON or turn-OFF operation. The equivalent carrier charge circuit is also proposed, and the first-order delay assumption of turn-ON and turn-OFF delay time has been proven by the device datasheet. The power electronic device models are implemented in a Xilinx® Zynq® multiprocessing system-on-chip platform. By utilizing hardware and software codesign, both 25-μs time-step system-level and 100-ns time-step device-level transients can be captured in real time within a single device. The three-phase unbalance issue has been resolved by introducing the three-phase to single-phase MMC topology. In the case study, the MMC-based MVDC traction power system has been utilized for the performance of the proposed electrothermal behavioral power electronic models by the off-line simulation models on SaberRD® for device-level transients and PSCAD/EMTDC® for system-level transients.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle