MétaCan
Menu
Retour à la cohorte
Enregistrement W2990598520 · doi:10.1109/ecce.2019.8912861

On the Concept of Four Nearest Space Vector PWM for Multi Source Inverters

2019· article· en· W2990598520 sur OpenAlexaff
Omid Salari, Keyvan Hashtrudi-Zaad, Amit Kumar, Alireza Bakhshai, Praveen Jain

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésSpace vector modulationPulse-width modulationComputer scienceTotal harmonic distortionMATLABSupport vector machineCapacitorModulation (music)VoltageInverterSpace vectorElectronic engineeringControl theory (sociology)EngineeringArtificial intelligenceElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

A new structure for hybridization of the battery packs, and Ultra Capacitor (UC) banks as the complementary storage systems utilized in full Electric Vehicles (EVs) is the Multi Source Inverters (MSI). Since a MSI is ultimately a reconfigurable single stage DC/AC inverter, it requires a modulation stage for controlling its switching actions. This paper proposes a novel Space Vector Modulation (SVM) technique, which synthesizes the reference vector using four nearest vectors to the reference. It has been shown that the new method can improve the output voltage THD by around 9.63 percent and the DC link utilization by 6.47 percent in compare with the traditional SVM methods using three nearest vectors. The proposed method has been implemented on a case study MSI and Matlab/Simulink simulations along with the experimental results have been provided to verify the concept.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,890
Score d'incertitude au seuil0,503

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 Opus0,030
Tête enseignante GPT0,218
Écart entre enseignants0,188 · 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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMultilevel Inverters and ConvertersTravaux en français237 207