MétaCan
Menu
Retour à la cohorte
Enregistrement W3141523613 · doi:10.1109/tpel.2021.3070885

Improved Harmonic Profile for High-Power PWM Current-Source Converters With Modified Space-Vector Modulation Schemes

2021· article· en· W3141523613 sur OpenAlexaff
Pengcheng Liu, Zheng Wang, Yang Xu, Zhixiang Zou, Fujin Deng, Yunwei Li

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésPulse-width modulationHarmonicsDwell timeConvertersSpace vector modulationElectronic engineeringControl theory (sociology)HarmonicPower (physics)Modulation (music)Harmonic analysisComputer scienceSampling (signal processing)Voltage sourceTotal harmonic distortionSupport vector machineVoltageEngineeringPhysicsTelecommunicationsElectrical engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Pulsewidth-modulated (PWM) current-source converters (CSCs) have the features of simple configuration, reliable short-circuit protection, and sinusoidal ac output voltages. The conventional space-vector modulation (SVM) scheme usually generates high-magnitude low-order harmonics in CSCs with low switching frequency. In this article, two modified SVM schemes, namely MSVM1 and MSVM2, are proposed to improve the harmonic performance for PWM CSCs in the high-power applications with low switching frequencies. The MSVM1 scheme focuses on eliminating the average dwell-time error of current vectors within each sampling period, while the MSVM2 scheme is targeted to achieve the accurate dwell time of current vectors as that of the natural sampling-based SVM scheme. The theoretical analysis and the calculation equations of dwell time are derived for both MSVM1 and MSVM2. The experiments are given to verify the effectiveness of the two modified SVM schemes in improving the harmonic performance of high-power CSCs with low switching frequencies.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,913
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 recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,212
Écart entre enseignants0,202 · 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

Citations31
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

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