MétaCan
Menu
Retour à la cohorte
Enregistrement W4280578334 · doi:10.1109/icps54075.2022.9773830

Experimental Testing of The Wavelet Modulation Technique for 3φ, 5-Level, PECs

2022· article· en· W4280578334 sur OpenAlexaff
S. A. Saleh

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésWaveletPulse-width modulationModulation (music)Wavelet transformPulse-density modulationElectronic engineeringComputer scienceSIGNAL (programming language)WaveformDigital signal processingAnalog transmissionEngineeringPhysicsVoltageAcousticsDigital signalArtificial intelligenceElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This paper presents the implementation and experimental testing of the wavelet-modulation technique for three-phase (3φ) 5 level (5L) power electronic converters (PECs). This version of the wavelet modulation technique is structured as a multi-resolution analysis that can support a redundant non-uniform recurrent sampling-reconstruction of three reference-modulating signals. The reconstruction of reference-modulating signals is achieved by sets of resolution-segmented scale-base linearly combined synthesis wavelet basis functions, which are used as switching signals to activate the switching elements of a 3φ, 5L, VS dc-ac PEC. The presented wavelet-modulation technique is implemented in realtime using a digital signal processing board. Switching pulses generated by the extended wavelet modulation technique are used to operate 3φ, 5L, VS, diode-clamped and flying-capacitor dc-ac PECs. Experimental performance of the tested 5L dc-ac PECs is evaluated, when operated by the presented wavelet modulation, level-shifted pulse width modulation (PWM), phase shifted PWM, and space vector modulation techniques. Experimental tests are conducted for linear, dynamic, and nonlinear loads fed by the tested 5L PECs. Test results show that magnitudes of output voltage fundamental components can be significantly increased, and harmonic distortions can be effectively reduced using the wavelet modulation technique. These features are further demonstrated by performance comparisons with other techniques under similar operating conditions.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,661
Score d'incertitude au seuil0,210

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 Opus0,045
Tête enseignante GPT0,234
Écart entre enseignants0,189 · 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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMultilevel Inverters and ConvertersTravaux en français237 207