MétaCan
Menu
Retour à la cohorte
Enregistrement W4283742357 · doi:10.1049/pel2.12350

A novel fixed‐time dynamic surface DC/DC SEPIC converter controller loaded by uncertain buck‐based constant power loads

2022· article· en· W4283742357 sur OpenAlexaff
Neda Sarrafan, Navid Horiyat, Jafar Zarei, Roozbeh Razavi‐Far, Mehrdad Saif, Tomislav Dragičević

Notice bibliographique

RevueIET Power Electronics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Duty cycleRobustness (evolution)Computer scienceBuck converterConvertersNonlinear systemController (irrigation)VoltageEngineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

Abstract The stability analysis of the single‐ended primary‐inductor converter DC/DC converters feeding constant power loads (CPLs) is of major importance. The nonlinear behaviour of CPLs and their negative incremental impedance, which impose adverse effects on system damping and stability margins, necessitate developing proper strategies for an efficient implementation framework of DC microgrid. In this paper, a fixed‐time sliding mode disturbance observer is first addressed to provide an estimation of the power flow moving along the uncertain CPLs with time‐varying nature within a fixed time. It not only expedites the estimation rate but also improves the robustness against physical parameter variation. The fixed‐time dynamic surface control law is then developed based on the estimated load power for the duty cycle of the switch such that the entire power grid becomes stable and the desired voltage of the DC bus is tracked within a fixed time irrespective of the initial conditions. A rigorous Lyapunov‐based approach is represented to guarantee the semi‐global fixed‐time uniform ultimate boundedness of the proposed scheme. Finally, in order to verify the proposed methodology's strengths, Model‐in‐the‐Loop real‐time simulations are performed under various operating case studies.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,003
Tête enseignante GPT0,183
Écart entre enseignants0,181 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Power ElectronicsMême sujetMicrogrid Control and OptimizationTravaux en français237 207