MétaCan
Menu
Retour à la cohorte
Enregistrement W3176669449 · doi:10.18280/ejee.230310

Contribution of Multilevel Inverters in Improving Electrical Energy Quality: Study and Analysis

2021· article· en· W3176669449 sur OpenAlexvenueno aff
Saliha Rezini, Zin-Eddine Azzouz

Notice bibliographique

RevueEuropean Journal of Electrical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInverterConvertersWaveformHarmonicCapacitorElectronic engineeringVoltageQuality (philosophy)Energy (signal processing)Point (geometry)Computer scienceTopology (electrical circuits)Electrical engineeringEngineeringMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

The work proposed in this paper concerns the study of harmonic pollution generated by static converters, particularly inverters, which largely contributes to the degradation of the supplied electrical energy quality. So, we studied in first the EMC of the conventional two-level inverter to highlight the harmful pollution of this kind of converter. We then looked at multi-level inverters to characterize their degree of pollution according to their number of levels in order to propose practical solutions for industrial applications. Thus, we considered three structures of multi-level inverters namely: a diode clamped inverter, a flying capacitor clamped inverter and a cascaded h-bridge inverter. At the end of this study, we retain that these three structures make it possible to obtain a waveform of the output voltage close to the sinusoidal form. The results of simulation obtained and compared to the STD international standard templates, also allowed us to conclude that among the three structures studied the cascaded h-bridge inverter is the most interesting from the electrical energy quality point of view. In addition, this converter has the advantage of owning a reduced number of switches which results in a weight and a cost, better than those of the other two studied inverters.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,803
Score d'incertitude au seuil0,769

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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 GPT0,213
Écart entre enseignants0,203 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Electrical EngineeringMême sujetMultilevel Inverters and ConvertersTravaux en français237 207