MétaCan
Menu
Retour à la cohorte
Enregistrement W2973419274 · doi:10.1109/tie.2019.2941155

The Comprehensive Circuit-Parameter Estimating Strategies for Output-Parallel Dual-Active-Bridge DC–DC Converters With Tunable Power Sharing Control

2019· article· en· W2973419274 sur OpenAlexaff
Nie Hou, Yunwei Li

Notice bibliographique

RevueIEEE Transactions on Industrial Electronics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésConvertersResistorElectronic engineeringComputer scienceVoltageCharge pumpForward converterEngineeringBoost converterControl theory (sociology)Electrical engineeringCapacitorControl (management)

Résumé

récupéré en direct d'OpenAlex

The centralized output-parallel dual-active-bridge (OP-DAB) dc-dc system is a promising candidate for achieving isolated dc-dc energy conversion with large current and power rating. To implement the flexible power sharing performance of the OP-DAB dc-dc converter, a simple tunable power sharing (TPS) strategy is proposed with the single-phase-shift method in this article. Based on the TPS strategy, the excellent dynamic performance under disturbances of input voltage for each module and load resistor can be provided. However, inaccurate circuit-parameter information always damages the power sharing performance among different DAB converters. Therefore, the comprehensive circuit-parameter estimating schemes proposed for different conditions of the OP-DAB dc-dc system including the start-up process, the working process and plugging-in a new DAB dc-dc converter, respectively. Moreover, the hot swap (plug-in and plug-out) control methods of the DAB converter without large influence on output voltage is also discussed in detail. Experimental results are obtained to verify the analysis in this article and the excellent performance of the proposed methods.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,030
Tête enseignante GPT0,239
Écart entre enseignants0,210 · 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

Citations33
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industrial ElectronicsMême sujetAdvanced DC-DC ConvertersTravaux en français237 207