MétaCan
Menu
Retour à la cohorte
Enregistrement W2990517755 · doi:10.1109/tie.2019.2955353

Model Predictive Control of a Nine-Level Internal Parallel Multilevel Converter With Phase-Shifted Pulsewidth Modulation

2019· article· en· W2990517755 sur OpenAlexafffund
Dehong Zhou, Zhongyi Quan, Yunwei Li

Notice bibliographique

RevueIEEE Transactions on Industrial Electronics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPulse-width modulationRedundancy (engineering)CapacitorControl theory (sociology)VoltageModel predictive controlComputer scienceModulation (music)Electronic engineeringModularity (biology)Topology (electrical circuits)EngineeringControl (management)PhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Among various multilevel converter topologies, the nine-level internal parallel multilevel converter (9L-IPMC) stands out due to its capability to incorporate the advantages of both parallel modularity and active neutral point clamped converter. However, suppressing the circulating current and balancing the neutral-point voltage and six flying capacitor voltages while providing fast output current control is always a challenging task in 9L-IPMC. This is particularly true when the flying capacitor is small. This article proposes a model predictive control (MPC) scheme for the 9L-IPMC with phase-shifted pulsewidth-modulation (PS-PWM) to achieve these goals. By considering the high-frequency cell in 9L-IPMC as a whole, PS-PWM can be integrated into MPC scheme, and no parameter tuning process is required for the output current control. The internal circulating current suppression and flying capacitor voltage balancing are achieved by the flexibility of the inherent redundancy in 9L-IPMC. A thorough experimental evaluation of the proposed method has been conducted to validate the effectiveness of the proposed MPC scheme.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,881
Score d'incertitude au seuil1,000

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 recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,231
Écart entre enseignants0,199 · 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.

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

Citations14
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industrial ElectronicsMême sujetMultilevel Inverters and ConvertersTravaux en français237 207