MétaCan
Menu
Retour à la cohorte
Enregistrement W3198433190 · doi:10.1109/ojpel.2021.3109098

Multiport Converter With Enhanced Port Utilization Using Multitasking Dual Inverters

2021· article· en· W3198433190 sur OpenAlexafffund
Chatumal Perera, John Salmon, Gregory J. Kish

Notice bibliographique

RevueIEEE Open Journal of Power Electronics · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésTransformerConvertersElectrical engineeringForward converterInverterVoltageElectronic engineeringFlyback converterPower (physics)EngineeringComputer scienceBoost converterPhysics

Résumé

récupéré en direct d'OpenAlex

With the development of renewable energy and electric vehicle technologies, a need for multiport DC/DC/AC converters with high power density and reliability has arisen. A dual inverter based bidirectional multiport converter with two dissimilar voltage DC ports and an AC port is presented. The converter is capable of processing up to 1.67, 1.41 and 1 p.u. of power through its main DC, auxiliary DC and AC ports respectively, while only using the semiconductor and magnetics effort of a DC/AC converter rated for 1 p.u. Analysis reveals that this is more than thrice and twice the power limits of the main and auxiliary DC ports respectively, compared to using two independent inverters with a three-winding transformer. Furthermore, the proposed converter is more efficient than the latter option. These benefits are due to the multitasking of inverters and the existence of single stage DC/DC and DC/AC power transfer mechanisms enabled by the use of a center tapped transformer. A control strategy using these two mechanisms, capable of independently controlling the power flows between ports is also presented. These claims are verified through thorough analysis, extensive simulation and experimental results using a 3 kW prototype.

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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,025
Tête enseignante GPT0,276
Écart entre enseignants0,251 · 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

Citations18
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Open Journal of Power ElectronicsMême sujetAdvanced DC-DC ConvertersTravaux en français237 207