MétaCan
Menu
Retour à la cohorte
Enregistrement W2899142389 · doi:10.23919/ipec.2018.8507794

Opportunities for Leveraging Low-Voltage GaN Devices in Modular Multi-level Converters for Electric-Vehicle Charging Applications

2018· article· en· W2899142389 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revue2018 International Power Electronics Conference (IPEC-Niigata 2018 -ECCE Asia) · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésConvertersDecoupling (probability)Modular designEMIVoltageElectrical engineeringPower (physics)Low voltageElectromagnetic interferenceHigh voltageElectronic engineeringComputer scienceElectric vehiclePower moduleMaterials scienceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Modular multi-level converters (MMCs), already well-established in high-voltage, high-power AC-DC conversion, can potentially bring advantages in lower-power applications, such as on-board chargers in electric vehicles (EVs). The availability of mature, high-quality GaN devices with low voltage ratings have made it worthwhile to consider the MMCs for these applications, due to its limited voltage gradients and higher AC-side power quality. To investigate these possibilities, a simulated 6-level MMC is compared against an experimentally-validated two-level EV charger. Both converters are designed for a maximum power level of 6.6 kW and compatible with 240 V and 400 V AC-side and DC-link voltages, respectively. The study reveals that the MMC offers great promise in terms of power-quality improvement and AC-side filtering requirements, and the need for large sub-module capacitances to maintain the module voltages is counterbalanced by the reduced requirements for EMI filtering and DC-link decoupling.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,072
Tête enseignante GPT0,283
Écart entre enseignants0,211 · 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