MétaCan
Menu
Retour à la cohorte
Enregistrement W3046346897 · doi:10.1109/jestpe.2020.3013156

Discontinuous Conduction Mode Operation of the Current-Shaping Modular Multilevel DC–DC Converter

2020· article· en· W3046346897 sur OpenAlexafffund
Philippe Gray, Peter W. Lehn

Notice bibliographique

RevueIEEE Journal of Emerging and Selected Topics in Power Electronics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInductorRippleConvertersCapacitorVoltageModular designElectronic engineeringElectrical engineeringComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The current-shaping modular multilevel dc–dc converter (CS-MMC) is a recently proposed class of modular multilevel dc–dc converters for dc distribution grid applications consisting of a single string of cascaded voltage-source submodule (VSM) cells, a current-source submodule (CSM), and, notably, no series inductor. In the CS-MMC, since it is the CSM that shapes the string current and there is no series inductor, this frequency can readily be in the medium-frequency range, enabling VSM cells to be realized with low cell capacitance. In the previous work, only continuous conduction mode (CCM) operation of the CS-MMC had been considered, which led to several limitations, including elevated switching losses and low utilization of the semiconductor devices in low output voltage applications. In this work, the discontinuous conduction mode (DCM) operation is proposed for the CS-MMC that addresses these limitations. In traditional dc–dc converters, DCM is determined by the inductor current ripple. However, unique to the CS-MMC, DCM is determined by the VSM capacitor voltage ripple. In this work, the proposed DCM operational approach is presented along with its analysis and control. Both simulation and experimental results from a laboratory-scale converter system are provided for validation.

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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,254
Écart entre enseignants0,236 · 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

Citations11
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Emerging and Selected Topics in Power ElectronicsMême sujetHVDC Systems and Fault ProtectionTravaux en français237 207