MétaCan
Menu
Retour à la cohorte
Enregistrement W3082690515 · doi:10.1109/tia.2020.3020534

On the Ground Potentials and Grounding Circuits of Transformerless Grid-Connected Multilevel Power Electronic Converters

2020· article· en· W3082690515 sur OpenAlexafffund
S. A. Saleh, Ahmed Al‐Durra, Razzaqul Ahshan

Notice bibliographique

RevueIEEE Transactions on Industry Applications · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNew Brunswick Innovation Foundation
Mots-clésGroundElectrical engineeringConvertersElectronic circuitCapacitorTransformerEngineeringPower electronicsElectronic engineeringVoltageGridTotal harmonic distortionComputer science

Résumé

récupéré en direct d'OpenAlex

Transformerless grid-connected power electronic converters (PECs) are used in photovoltaic systems, motor drives, and solid-state power transformers. In these applications, transformerless grid-connected multilevel PECs can reduce harmonic distortions, increase power, and voltage ratings. This article aims to develop models for the ground potentials in these PECs, and to design grounding circuits for them. The models for ground potentials are developed using the common-mode voltages across each leg of the multilevel PEC. Grounding circuits for transformerless grid-connected multilevel PECs are designed using frequency selective circuits to limit ground potentials, and block ground currents from flowing through grounding of the host grid. The developed models, and grounding circuits are evaluated for transformerless grid connected, diode clamped, flying capacitor, and cascaded H-bridge multilevel PECs under different operating conditions. Test results demonstrate the significant advantages of the frequency-selective grounding for transformerless grid-connected PECs. Observed advantages include reduced harmonic distortion, minimized ground potentials, and improved efficiency.

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 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 enseignants0,845
Score d'incertitude au seuil0,909

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 Opus0,022
Tête enseignante GPT0,215
Écart entre enseignants0,194 · 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.

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

Citations20
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industry ApplicationsMême sujetMultilevel Inverters and ConvertersTravaux en français237 207