MétaCan
Menu
Retour à la cohorte
Enregistrement W2929709030 · doi:10.1109/tec.2019.2907268

Saturable and Decoupled Constant-Parameter VBR Model for Six-Phase Synchronous Machines in State-Variable Simulation Programs

2019· article· en· W2929709030 sur OpenAlexafffund
Navid Amiri, Seyyedmilad Ebrahimi, Juri Jatskevich, H.W. Dommel

Notice bibliographique

RevueIEEE Transactions on Energy Conversion · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésControl theory (sociology)Constant (computer programming)Variable (mathematics)Variable bitrateState variableState (computer science)Computer scienceSynchronous motorPhase (matter)Control engineeringMathematicsPhysicsEngineeringControl (management)Real-time computingAlgorithmArtificial intelligenceElectrical engineeringBit rateThermodynamics

Résumé

récupéré en direct d'OpenAlex

Six-phase electrical machines are often found in special purpose applications, such as vehicular, ship, and aircraft power systems, and are now becoming considered in renewable energy generation. For design and analysis of such power systems, accurate and numerically efficient models are required for various transient simulation programs. Recently, a constant-parameter voltage-behind-reactance (CPVBR) model has been developed for magnetically linear six-phase synchronous machines as an alternative to the conventional qd0 and VBR machine models. In this paper, a saturable CPVBR model is presented for six-phase machines, which includes the main flux saturation and achieves magnetically decoupled and constant RL interfacing branches. The new magnetically decoupled CPVBR (DCPVBR) model has many advantages for implementation in commonly available simulation programs where it can be easily interfaced with inductive and/or power-electronic circuit elements. The proposed DCPVBR model is demonstrated to have improved computational performance compared to the conventional qd0 and VBR models.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,715
Score d'incertitude au seuil0,928

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 Opus0,012
Tête enseignante GPT0,229
Écart entre enseignants0,217 · 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

Citations12
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Energy ConversionMême sujetMultilevel Inverters and ConvertersTravaux en français237 207