Component-Level Thermo-Electromagnetic Nonlinear Transient Finite Element Modeling of Solid-State Transformer for DC Grid Studies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Highly-detailed equipment models for electromagnetic transient simulation provide an accurate insight into the system characteristics and behavior. In this article, a coupled field-circuit cosimulation employing detailed component-level models is proposed for the solid-state transformer. To reveal comprehensive thermo-electromagnetic information of the equipment, a high-order nonlinear insulated-gate bipolar transistor (IGBT) model is utilized for the modular multilevel converter, while the finite element method (FEM) is adopted in modeling the transformer. The heavy computational challenge posed by the complexity of these models is alleviated by exploiting model parallelism and the subsequent processing by massively parallel architecture of the graphics processing unit, e.g., a pair of coupled voltage-current sources is adopted for reducing the order of the matrix equation in the circuit part, while in the FEM-based models, a matrix-free nodal domain decomposition solution is utilized to parallelize the overall system to the maximum. A multirate scheme is applied for a further computational burden reduction of the cosimulation due to a large disparity in the appropriate time-steps between power semiconductor switches and the magnetic component. Simulation of a multiterminal dc system including the SST is carried out, and the accuracy of proposed models are validated by offline tools such as SaberRD, ANSYS, and PSCAD/EMTDC.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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