MétaCan
Menu
Retour à la cohorte
Enregistrement W2979777155 · doi:10.1109/tpel.2019.2945931

An Accurate and Fast Method for Conducted EMI Modeling and Simulation of MMC-Based HVdc Converter Station

2019· article· en· W2979777155 sur OpenAlexafffund
Ruimin Zhu, Ning Lin, Venkata Dinavahi, Guishu Liang

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésElectronic engineeringComputer scienceInsulated-gate bipolar transistorElectromagnetic interferenceEMITransient (computer programming)Galvanic isolationElectrical engineeringEngineeringVoltage

Résumé

récupéré en direct d'OpenAlex

The analysis of electromagnetic interference (EMI) noise of power electronic circuits involves both the transient characteristics of power semiconductor devices and the wideband stray parameters of passive equipment. Modular multilevel converters (MMCs) used in high-voltage direct current (HVdc) transmission systems contain thousands of submodules (SMs), which makes it considerably challenging to perform device-level simulation on the traditional commercial software. This article presents an accurate and fast method for wideband modeling and simulation of MMC-HVdc system for the assessment of conducted EMI during the design stage. Physical characteristics of the semiconductor devices, parasitic parameters of the insulated-gate bipolar transistor (IGBT) packages, and stray capacitances of the SMs are all taken into consideration, and massively parallel transient simulation of the wideband MMC model is carried out on the graphics processor (GPU). The accuracy and efficiency of the GPU-based parallel algorithm are validated by the comparison with the experimental measurement of an 11-level full-bridge MMC prototype. Furthermore, the stray capacitance network of the valve tower in HVdc project is extracted, and a matrix partition method based on the shielding plate configuration is utilized to conduct the computation in a fully parallelized manner. The developed GPU program is used to run the large-scale case of a 201-level two-terminal MMC-HVdc system, and the primarily affected frequency range by various factors is analyzed. Execution time test is conducted for different level topology, and it is demonstrated that the GPU can achieve a remarkable speedup over multicore CPUs, especially when the system scale is more substantial.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,013
Tête enseignante GPT0,279
Écart entre enseignants0,266 · 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

Citations71
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power ElectronicsMême sujetHVDC Systems and Fault ProtectionTravaux en français237 207