MétaCan
Menu
Retour à la cohorte
Enregistrement W4226353288 · doi:10.1109/tpel.2022.3164508

Switched-Capacitor Multilevel Inverters: A Comprehensive Review

2022· review· en· W4226353288 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2022
Typereview
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensQueen's University
Organismes subventionnairesAalborg UniversitetVillum Fonden
Mots-clésSwitched capacitorCapacitorVoltageNetwork topologyPower electronicsComputer scienceBoosting (machine learning)Electronic engineeringElectrical engineeringTopology (electrical circuits)Engineering

Résumé

récupéré en direct d'OpenAlex

Multilevel inverters (MLIs) with switched-capacitor (SC) units have been a widely rehearsed research topic in power electronics since the last decade. Inductorless/transformerless operation with voltage-boosting feature and inherent capacitor self-voltage balancing performance with a reduced electromagnetic interference make the SC-MLI an attractive converter over the other available counterparts for various applications. There have been many developed SC-MLI structures recently put forward, where different basic switching techniques are used to generate multiple (discrete) output voltage levels. In general, the priority of the topological development is motivated by the number of output voltage levels, overall voltage gain, and full dc-link voltage utilization, while reducing the component counts and stress on devices for better efficiency and power density. To facilitate the direction of future research in SC-MLIs, this article presents a comprehensive review, critical analysis, and categorization of the existing topologies. Common fundamental units are generalized and summarized with their merits and demerits. Ultimately, major challenges and research directions are outlined leading to the future technology roadmap for more practical applications.

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.

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), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
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 Opus0,052
Tête enseignante GPT0,284
Écart entre enseignants0,232 · 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