MétaCan
Menu
Retour à la cohorte
Enregistrement W3108813863 · doi:10.1109/compel49091.2020.9265647

A Quantitative Analysis of Energy Storage Requirements for the Hybrid Cascaded Multilevel Converters

2020· article· en· W3108813863 sur OpenAlexaff
Levi Bieber, Liwei Wang, Juri Jatskevich, Wei Li

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensOpal-Rt Technologies (Canada)Okanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésConvertersComputer scienceEnergy storageElectronic engineeringReliability engineeringElectrical engineeringEngineeringPower (physics)VoltagePhysics

Résumé

récupéré en direct d'OpenAlex

With an ever-increasing need for reducing the converter size in voltage source converter high voltage direct current (VSC-HVDC) systems, special attention is put towards converters with a low energy storage requirement, as energy storage is a predictor of the overall converter size. The modular multilevel converter (MMC) technology has the benefit of efficient AC/DC conversion; however, for many cases, it re-quires a large converter footprint, due to the excessive quantity of energy storage (i.e., capacitors) needed. Recently, hybrid cascaded multilevel converters (HCMCs) have been proposed, which are a combination of the simpler two- and three-level converters and cascaded full-bridge sub-modules (FBSMs), and are expected to have a lower converter footprint, due to fewer sub-modules (SMs) than the MMC. However, the degree to which the HCMCs have an improved footprint has yet to be verified. This paper puts forth a method for determination of the total amount of energy that the hybrid two-level converter (H2LC) and the hybrid three-level converter (H3LC) require. The results show that both the H2LC and the H3LC have an improved footprint compared to the conventional MMC.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,058
Tête enseignante GPT0,274
Écart entre enseignants0,215 · 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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHVDC Systems and Fault ProtectionTravaux en français237 207