MétaCan
Menu
Retour à la cohorte
Enregistrement W3108264861 · doi:10.1109/tpel.2020.3041749

Dual Reference Frame Based Current Harmonic Minimization for Dual Three-Phase PMSM Considering Inverter Voltage Limit

2020· article· en· W3108264861 sur OpenAlexaff
Guodong Feng, Chunyan Lai, Wenlong Li, Ze Li, Narayan C. Kar

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensUniversity of WindsorConcordia University
Organismes subventionnairesFundamental Research Funds for the Central Universities
Mots-clésInverterHarmonicsControl theory (sociology)VoltageLimit (mathematics)HarmonicDual (grammatical number)Three-phaseHarmonic analysisComputer scienceEngineeringElectronic engineeringPhysicsMathematicsElectrical engineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

This article proposes an optimized current harmonic minimization (CHM) approach for dual three-phase permanent magnet synchronous machines (PMSMs) with consideration of inverter voltage limit. The current harmonic model is derived to analyze the dominant current harmonic components in dual three-phase PMSM drives. Dual reference frame (DRF) model is proposed to convert the current harmonics into dc components in the new DRFs, and PI controllers are employed to control voltages to minimize the dc components. This article will prove that current harmonics can be minimized by using the DRF model. Since CHM requires additional voltages, inverter voltage limit must be considered especially at high speeds. Hence, inverter voltage limit is considered to derive the theoretical control strategy, in which minimal copper loss is selected as the design objective to reduce current harmonic with limited voltage. The proposed approach is supported by theoretical analysis and proof, and it does not require inverter voltage and machine parameters. Moreover, the proposed approach is compared with an existing method to show the performance improvement and evaluated with extensive tests on a laboratory prototype under both steady-state and transient conditions.

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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,044
Tête enseignante GPT0,260
Écart entre enseignants0,216 · 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

Citations51
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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