MétaCan
Menu
Retour à la cohorte
Enregistrement W3037742526 · doi:10.1109/apec39645.2020.9124084

The Simple Power-Based Modulation Methods for DAB-Based AC-DC Converter with Unfolder Concept

2020· article· en· W3037742526 sur OpenAlexaff
Nie Hou, Yunwei Li, Li Ding

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésResistorModulation (music)Electronic engineeringAC powerForward converterPower (physics)Flyback converterPower factorComputer scienceBoost converterElectrical engineeringVoltageEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The DAB-based AC-DC converter with isolated ability has been studied to connect the ac grid and the dc bus with unfolder operation for high efficiency performance, and the DAB dc-dc stage is employed to realize the half sinusoidal modulation. However, in terms of efficiency, the adopted modulation methods in the existing methods may be not very suitable for the DAB converter, and a minimum-current-stress phase-shift (MCS-PS) method is selected which can implement on-line continuous control with high efficiency for this converter. Generally, there are two kinds of load conditions for this AC-DC converter, including the resistor load and the grid voltage source. When the DAB-based AC-DC converter is connected with the load resistor, the accurate power flowing model is analyzed, and then, a simple power-based modulation scheme (SPBM) is proposed for high power quality. Moreover, when this AC-DC converter is connected with the grid voltage source, a SPBM scheme is also proposed for high power quality and regulating both the active power and the reactive power. Finally, the simulation and experimental results are provided to verify the excellent performance of the proposed SPBM strategies.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,019
Tête enseignante GPT0,286
Écart entre enseignants0,268 · 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'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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced DC-DC ConvertersTravaux en français237 207