MétaCan
Menu
Retour à la cohorte
Enregistrement W2944549214 · doi:10.1049/iet-pel.2018.6362

New modulation scheme and voltage balancing control of modular multilevel converters for modern electric ships

2019· article· en· W2944549214 sur OpenAlexaff
Deepak Ronanki, Sheldon S. Williamson

Notice bibliographique

RevueIET Power Electronics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésModular designConvertersModulation (music)Scheme (mathematics)VoltageComputer scienceElectronic engineeringControl (management)Control theory (sociology)EngineeringElectrical engineeringPhysicsMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The distinctive features such as fault‐tolerability, modularity, power and voltage scalability have propelled modular multilevel converters (MMCs) as one of the emerging power converter topologies for marine applications. Pulse‐width modulation (PWM) schemes are widely used to control the MMCs due to their good control capability and ability to operate at higher switching frequencies. However, the required number of carriers for gating signal generation drastically increases with the submodule count per arm in an MMC. Moreover, these carriers should be accurately synchronised with each other to generate high power quality waveforms. However, it is hard to establish accurate synchronisation between these carriers due to the sampling issues, memory limitations, and computational delays. In addition, the MMC demands reconfiguration of PWM carriers and control strategy for voltage scalability and retrofit applications. To avoid these issues, a simple PWM scheme using one carrier is proposed in this study. The main advantage of the proposed scheme is an easy extension to the n ‐level MMC with a wide range of output voltage levels. The effectiveness of the proposed PWM scheme along with the capacitor voltage balancing control is demonstrated through detailed simulations and verified experimentally under steady‐state and dynamic conditions.

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: Simulation ou modélisation · Signal consensuel: aucune
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,004
Tête enseignante GPT0,191
Écart entre enseignants0,187 · 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'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

Citations26
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Power ElectronicsMême sujetHVDC Systems and Fault ProtectionTravaux en français237 207