MétaCan
Menu
Retour à la cohorte
Enregistrement W2916300659 · doi:10.1109/jestpe.2019.2900281

A Modular SiC-Based Step-Up Converter With Soft-Switching-Assisted Networks and Internally Coupled High-Voltage-Gain Modules for Wind Energy System With a Medium-Voltage DC-Grid

2019· article· en· W2916300659 sur OpenAlexafffund
Mehdi Abbasi, John Lam

Notice bibliographique

RevueIEEE Journal of Emerging and Selected Topics in Power Electronics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTransformerConvertersElectrical engineeringVoltageElectronic circuitForward converterElectronic engineeringHigh voltageSilicon carbideBoost converterMaterials scienceEngineering

Résumé

récupéré en direct d'OpenAlex

In this paper, a fully soft-switched silicon carbide (SiC)-based modular step-up resonant converter with magnetically integrated zero current switching voltage doublers is proposed for medium-voltage (MV) dc conversion in wind energy systems. Conventional step-up resonant dc/dc converters employ either high turns-ratio step-up transformer or step-up resonant circuits to achieve step-up voltage conversion. As a result, they require either complicated expensive transformer structure due to high-voltage electrical isolation requirement or highly voltagegain sensitive step-up resonant circuits, which are not ideal for designing MV converters for wind energy application. In order to solve the aforementioned drawbacks, the proposed converter configuration utilizes both modular step-up resonant circuits and magnetically integrated voltage doublers to achieve the stepup voltage conversion function. The output voltage of each module of the dc/dc step-up converter is regulated through variable frequency control, whereas asymmetrical pulsewidth modulation (APWM) control is utilized to balance all the resonant currents in all the resonant circuit modules in each converter module. Since APWM control is used, a simple passive auxiliary circuit is included in each converter module to extend softswitching operation over a wide range of operating conditions. Simulation results on a 1-kV/28-kV, 5-MW converter system with commercial 1.2-kV SiC MOSFET modules and experimental results on a laboratory-scale 300-V/4.8-kV, 5.6-kW proof-ofconcept prototype with commercial SiC MOSFET and SiC Schottky diodes are provided to validate the theoretical analysis and to highlight the merits of the proposed work.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,003
Tête enseignante GPT0,187
Écart entre enseignants0,184 · 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 source (Gemma direct ou Codex distillé), 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

Citations39
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Emerging and Selected Topics in Power ElectronicsMême sujetAdvanced DC-DC ConvertersTravaux en français237 207