MétaCan
Menu
Retour à la cohorte
Enregistrement W3200237347 · doi:10.18280/ejee.230407

Frequency Response Analysis Technique of Short Circuit Faults Detection in Photovoltaic Single-Phase Inverter Experimental Study

2021· article· en· W3200237347 sur OpenAlexvenueno aff
Ouadfel Ghania, Houassine Hamza, Gacemi Abderzak, Samir Bensaid

Notice bibliographique

RevueEuropean Journal of Electrical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon Carbide Semiconductor Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInverterPhotovoltaic systemFault (geology)Insulated-gate bipolar transistorFault detection and isolationShort circuitPower (physics)Electronic engineeringElectrical engineeringComputer scienceMicrocontrollerEngineeringVoltagePhysicsActuator

Résumé

récupéré en direct d'OpenAlex

The work proposed in this paper concerns the study of short circuit faults in a single-phase inverter dedicated to a photovoltaic application by applying the frequency response analysis (FRA) technique on this IGBT-based inverter controlled by a 18F2550 microcontroller, a prototype inverter was designed in the laboratory to be able to apply off-line short-circuit faults using an LRC meter. The FRA technique is based on the comparison of amplitude-frequency and phase-frequency signatures of healthy cases and fault situations. The experimental results also led to the conclusion that frequency response analysis can be used as an effective tool to detect faults in power electronic devices. This method allows for efficient detection and classification of faults with ease of implementation. For fault location, the fault branch is determined according to its position relative to its healthy state.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,959

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,021
Tête enseignante GPT0,246
Écart entre enseignants0,224 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Electrical EngineeringMême sujetSilicon Carbide Semiconductor TechnologiesTravaux en français237 207