MétaCan
Menu
Retour à la cohorte
Enregistrement W2994669962 · doi:10.1109/iecon.2019.8927209

Closed Loop Energy Balancing Control of Modular Multilevel Converters Under Capacitor Degradation

2019· article· en· W2994669962 sur OpenAlexaff
Deepak Ronanki, Apoorva Kelkar, Sheldon S. Williamson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésCapacitorConvertersRippleCapacitanceDecoupling capacitorModular designSupercapacitorVoltagePower (physics)Computer scienceElectronic engineeringEngineeringTopology (electrical circuits)Electrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The modular multilevel converter (MMC) has emerged as a captivating multilevel converter topology for medium to high-power applications. Due to aging and chemical process, the impedance characteristics of the capacitor in the submodule (SM) changes. This can result in an increase of SM capacitor voltage ripple and unequal power distribution among the SMs in the arm. Furthermore, prolonged use of degraded capacitors could interrupt the normal operation of the MMC. Existing SM capacitor voltage balancing approaches for the MMC are based on an assumption that all SMs have equal capacitance and ignore the component degradation. Hence, there is a need for closed-loop balancing control techniques that use instantaneous monitoring of capacitor parameters to enhance the reliability of the MMC. This paper addresses this gap by introducing an energy-based balancing control of SM capacitors, which effectively balances and controls the energy distribution among the SMs in the arm under the capacitor degradation. For validation of the proposed control strategy, detailed simulation studies are carried out for half-bridge SM based MMC in PLECS software platform.

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 enseignants0,880
Score d'incertitude au seuil0,370

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 Opus0,005
Tête enseignante GPT0,173
Écart entre enseignants0,168 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHVDC Systems and Fault ProtectionTravaux en français237 207