MétaCan
Menu
Retour à la cohorte
Enregistrement W2898931020 · doi:10.1109/tpel.2018.2878682

Lithium-Ion-Capacitor-Based Distributed UPS Architecture for Reactive Power Mitigation and Phase Balancing in Datacenters

2018· article· en· W2898931020 sur OpenAlexafffundabout
Shuze Zhao, Nameer Khan, Sundar Nagarajan, Olivier Trescases

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupercapacitor Materials and Fabrication
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAC powerElectrical engineeringPower (physics)EngineeringEnergy storageComputer scienceAC adapterPower factorAutomotive engineeringEmbedded systemVoltage

Résumé

récupéré en direct d'OpenAlex

With the rapid proliferation of cloud computing, the energy cost of datacenters and the impact of reactive power on the grid have become major concerns. This paper presents two energy management control schemes for distributed uninterruptible power supply (UPS) architectures utilizing lithium-ion ultracapacitors (LIC) for improved system efficiency and reactive power mitigation. One scheme is proposed for low-power servers with an internal dc bus, while another is proposed for medium-to-high-power server racks with an in-rack dc bus. The LIC and the dc bus interface with a bidirectional dc-dc converter, which allows the power supply unit to run in the optimal operating region for the improved system efficiency and power factor. The server-level UPS architecture is experimentally tested using a 200-kHz, bidirectional, multiphase dc-dc converter with hysteretic current-mode control, while achieving 33% reactive power mitigation. Based on the SciNet datacenter in Toronto, ON, Canada, a rack-level distributed UPS architecture is built in MATLAB, and system-level simulations indicate a 37% reduction in the reactive power.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,448
Score d'incertitude au seuil0,883

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 Opus0,010
Tête enseignante GPT0,256
Écart entre enseignants0,246 · 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

Citations13
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power ElectronicsMême sujetSupercapacitor Materials and FabricationTravaux en français237 207