MétaCan
Menu
Retour à la cohorte
Enregistrement W4206269949 · doi:10.1109/tim.2022.3144235

Open-Circuit Fault Detection and Isolation Method for Five-Level PUC Inverter Based on the Wavelet Packet Transform of the Radiated Magnetic Field

2022· article· en· W4206269949 sur OpenAlexaff
Ibtissem Abari, Mahmoud Hamouda, Mohammad Sleiman, Jaleleddine Ben Hadj Slama, Hadi Y. Kanaan, Kamal Al‐Haddad

Notice bibliographique

RevueIEEE Transactions on Instrumentation and Measurement · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensÉcole de Technologie SupérieureUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésFault detection and isolationInverterTopology (electrical circuits)Electronic engineeringComputer scienceControl theory (sociology)Fault (geology)Wavelet packet decompositionWavelet transformEngineeringWaveletElectrical engineeringVoltageControl (management)ActuatorArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This article proposes a noninvasive open-switch fault detection method based on the analysis of the high-frequency signals. The faulty power switch is detected by metering the emitted near-field above a new topology using the wavelet packet transform and considering a complex control algorithm. The proposed method is tested on a single-phase five-level packed U-cell (PUC5) inverter. The latter is controlled using the finite-control set model predictive control (FCS-MPC) technique that generates the gate signals with a variable switching frequency. Moreover, unlike the conventional pulsewidth modulation strategy, the switching pattern provided by the FCS-MPC technique is not known in advance. Despite these complexities, the proposed fault detection method proves its high performance and effectiveness. Experimental studies are carried out on a single-phase PUC5 inverter using the real-time controller (OP4510) from OPAL-RT and prove the capability of this method to properly identify the faulty switch in this multilevel topology.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,390

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 Opus0,053
Tête enseignante GPT0,243
Écart entre enseignants0,190 · 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'étudeAutre devis
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

Citations25
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Instrumentation and MeasurementMême sujetMultilevel Inverters and ConvertersTravaux en français237 207