MétaCan
Menu
Retour à la cohorte
Enregistrement W2905140103 · doi:10.1109/ciep.2018.8573377

Hybrid Energy Storage Systems for Electric Vehicles: Multi-Source Inverter Topologies

2018· article· en· W2905140103 sur OpenAlexaff
Omid Salari, Keyvan Hashtrudi-Zaad, Alireza Bakhshai, Praveen Jain

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésInternal resistanceAutomotive engineeringConvertersCapacitorInternal combustion engineElectrical engineeringVoltage dropEnergy storageSupercapacitorInverterElectric vehicleNetwork topologyComputer scienceEngineeringPower (physics)VoltageBattery (electricity)Capacitance

Résumé

récupéré en direct d'OpenAlex

The global interest in Electric Vehicles (EVs) due to their superior performance over the traditional Internal Combustion Engine (ICE) cars is increasing daily and has motivated governments and car manufacturers to spend significant effort in replacing ICE cars with efficient EVs. Batteries as the expensive parts of EVs suffer from challenges such as short life span under high discharge/charge rates, efficiency drop in cold climates, high internal resistance, and low specific power. To mitigate these issues, a complimentary use of these batteries with Ultra-Capacitors (UC) has been highly recommended. This paper surveys the state-of-the-art for both the batteries and UC technologies as energy and power sources for EV applications. In addition, multi-source inverters as a new technology for combining these sources without using DC-DC converters are also reviewed.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,916
Score d'incertitude au seuil0,607

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 Opus0,024
Tête enseignante GPT0,264
Écart entre enseignants0,240 · 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'étudeSimulation ou modélisation
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'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Battery Technologies ResearchTravaux en français237 207