MétaCan
Menu
Retour à la cohorte
Enregistrement W3011754327 · doi:10.1109/tpel.2020.2982326

On-Board Single-Phase Integrated Electric Vehicle Charger With V2G Functionality

2020· article· en· W3011754327 sur OpenAlexaff
Sepehr Semsar, Theodore Soong, Peter W. Lehn

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDrivetrainInverterTraction motorAutomotive engineeringElectric vehicleEngineeringElectrical engineeringSingle-phase electric powerVehicle-to-gridInduction motorAC powerVoltagePower (physics)Power factorTorquePhysics

Résumé

récupéré en direct d'OpenAlex

Mass adoption of electric vehicles (EVs) is contingent on the availability of charging infrastructure. One solution to this issue is the introduction of on-board fast chargers, but such solutions typically require the installation of additional magnetic components that increase EV mass. An alternative approach is the dynamic redeployment of drivetrain components for charging when the vehicle is stationary. This article proposes an on-board single-phase charger that reuses the traction inverter and motor. The system consists of a dual-inverter drivetrain, which affords higher voltage charging compared to conventional systems. In addition, the system is able to operate bidirectionally and operate at any power factor for grid support services with real and reactive power exchange without subjecting the motor to low frequency harmonic currents. Experimental tests demonstrated operation at 19.2 kW using a 110-kW EV motor and a full-scale, state-of-the-art, dual-inverter drive prototype. Measured peak efficiencies of over 97% demonstrate the viability of integrated charging in a real-world scenario.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,017
Tête enseignante GPT0,248
Écart entre enseignants0,230 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations94
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power ElectronicsMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207