MétaCan
Menu
Retour à la cohorte
Enregistrement W4212892298 · doi:10.1109/jestpe.2022.3152479

Nonisolated DC–DC Power Converter Synthesis Using Low-Entropy Equations

2022· article· en· W4212892298 sur OpenAlexaff
Thilina S. Ambagahawaththa, Dulika Nayanasiri, Ajith Pasqual, Yunwei Li

Notice bibliographique

RevueIEEE Journal of Emerging and Selected Topics in Power Electronics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésConvertersComputer scienceDuty cycleInterfacingElectronic engineeringTopology (electrical circuits)VoltageControl theory (sociology)Electrical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

There is a growing demand for novel nonisolated dc–dc power converters with the deployment of dc power distribution systems integrating renewable sources and energy storing elements. The load and source of these applications have different input and output voltage levels, and it is vital to avoid operating the interfacing power converters at extreme duty ratios. Therefore, engineers and researchers explore the power converter synthesizing techniques since the mid-1970s, fulfilling the above requirement besides the nonpulsating input and output current. Among them, the analytical synthesis method has gained popularity, although it gives rise to high-entropy equations. This article shows a simple yet powerful topology synthesis method based on the low-entropy equations that reveal the connection between the energy storing elements and switches. To this end, a set of design rules have been introduced in this article to realize the voltage-second balance equations obtained by decomposing the voltage gain polynomial using design-oriented analysis. Moreover, different decomposition levels of the gain polynomial have been discussed to embed inductors at either input or output or both ports. Furthermore, the synthesis of multitopology converters using low-entropy equations has been demonstrated. The applicability of the proposed method is validated using motivational examples and using experimental results of the selected converters.

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: Empirique
Score de désaccord entre enseignants0,577
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
Bibliométrie0,0000,001
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 Opus0,008
Tête enseignante GPT0,230
Écart entre enseignants0,222 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Emerging and Selected Topics in Power ElectronicsMême sujetAdvanced DC-DC ConvertersTravaux en français237 207