MétaCan
Menu
Retour à la cohorte
Enregistrement W4280653086 · doi:10.1109/apec43599.2022.9773376

Multi-level Voltage Source Converters using Coupled Inductors and Parallel Connected Inverter Legs

2022· article· en· W4280653086 sur OpenAlexaff
Marius Takongmo, Chenhui Zhang, John Salmon

Notice bibliographique

Revue2022 IEEE Applied Power Electronics Conference and Exposition (APEC) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésInductorPulse-width modulationInverterVoltageConvertersElectromagnetic coilElectrical engineeringVoltage sourcePower (physics)Electronic engineeringThree-phaseControl theory (sociology)EngineeringComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

An Enhanced PWM scheme with a flux balancing technique is described for a 3-phase voltage source converter (VSC) with 4-parallel connected inverter legs per phase. The VSC produces high-quality 5-level phase and 9-level PWM line voltages for applications such as uninterrupted power supplies, aerospace, and electric vehicles. The voltage step of the PWM line voltage is four times smaller than the dc-link voltages, and the PWM frequency is 8 times greater than the switching frequency. These PWM output voltages can easily be filtered with a small ac inductor. The flux compensation is useful to reduce the peak flux, size, and weight of interphase coupled inductors when producing high-quality multi-level PWM outputs. Modular coupled inductors with cross-coupled windings on magnetic C-cores are used to connect the outputs of the parallel-connected inverter legs. This winding arrangement makes it possible to use standard magnetic cores rather than customized multi-limb coupled inductors. The modulation scheme described can easily be implemented in reduced digital hardware like the DSP. The feasibility of the PWM control with flux compensation is verified with simulations and experimental results of a low-power laboratory prototype.

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 enseignants0,982
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,026
Tête enseignante GPT0,214
Écart entre enseignants0,187 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 IEEE Applied Power Electronics Conference and Exposition (APEC)Même sujetMultilevel Inverters and ConvertersTravaux en français237 207