MétaCan
Menu
Retour à la cohorte
Enregistrement W2993254404 · doi:10.1109/tie.2019.2952820

A Simple Technique for Fundamental Harmonic Approximation Analysis in Parallel and Series–Parallel Resonant Converters

2019· article· en· W2993254404 sur OpenAlexafffund
Akshay Kumar Rathore, Venkata R. Vakacharla

Notice bibliographique

RevueIEEE Transactions on Industrial Electronics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésConvertersRectifier (neural networks)HarmonicSeries and parallel circuitsCapacitive sensingHarmonic analysisElectronic engineeringSeries (stratigraphy)Filter (signal processing)Simple (philosophy)Total harmonic distortionVoltageComputer scienceState spaceTopology (electrical circuits)Control theory (sociology)EngineeringPhysicsMathematicsElectrical engineeringAcoustics

Résumé

récupéré en direct d'OpenAlex

Due to its voltage-fed nature and a capacitive output filter, the rear-end rectifier of parallel and series-parallel resonant converters with capacitive filters draw discontinuous currents. Not only simple and elegant techniques such as fundamental harmonic approximation (FHA) analysis, but also time-domain, state-space, and state-plane approaches fail to model such converters with reduced labor. This letter presents a technique to restore the simplicity of FHA analysis about such converters. Authenticity and accuracy of the proposed technique is demonstrated through PSIM 11.0 simulation platform. Furthermore, a detailed comparison with the existing modeling techniques is also provided.

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 enseignants0,958
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
Bibliométrie0,0000,001
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 Opus0,016
Tête enseignante GPT0,234
Écart entre enseignants0,217 · 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

Citations27
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

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