MétaCan
Menu
Retour à la cohorte
Enregistrement W3042376882 · doi:10.1109/tpel.2020.3008950

An Active Bypass Pulse Injection-Based Low Switching Frequency PWM Approach for Harmonic Compensation of Current-Source Converters

2020· article· en· W3042376882 sur OpenAlexaff
Jinwei He, Changhao Zhang, Ming Lei, Junfei Han, Peijian Guo, Yunwei Li

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésPulse-width modulationHarmonicsHarmonicConvertersHarmonic analysisCurrent (fluid)Modulation (music)Compensation (psychology)Current sourcePulse (music)VoltageElectronic engineeringElectrical engineeringPhysicsComputer scienceEngineeringAcoustics

Résumé

récupéré en direct d'OpenAlex

In this article, a bypass pulse injection-based pulsewidth modulation approach is proposed for mitigating line current harmonics of grid-tied current-source converters (CSCs) operating at a low switching frequency. First, the relationship between the CSC output harmonic current and the format of the bypass pulse is analyzed. Then, through online adjustment of both bypass pulse location and width, the seventh harmonic component of the output current is actively regulated to mitigate the corresponding seventh line harmonic current. Meanwhile, this action may be associated with additional amplification of the fifth output current. To deal with this issue, the unsymmetrical selective harmonic elimination (SHE) modulation with online adjustable switching angles is applied to further mitigate the fifth harmonic line current. It has been experimentally validated that with the application of both the bypass pulse injection and the unsymmetrical SHE-based modulation approaches, both the fifth and the seventh harmonic line currents can be simultaneously suppressed with ultralow switching frequency below 1 kHz.

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 enseignants0,948
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
Bibliométrie0,0000,000
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 Opus0,018
Tête enseignante GPT0,235
Écart entre enseignants0,218 · 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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power ElectronicsMême sujetMultilevel Inverters and ConvertersTravaux en français237 207