MétaCan
Menu
Retour à la cohorte
Enregistrement W4285252168 · doi:10.1109/ojpel.2022.3174445

An Efficient PV Battery Charger/Harvester for Low Power Applications, Suitable for Heavily Overcast Operations

2022· article· en· W4285252168 sur OpenAlexafffund
Maziar Rastmanesh, E.I. El-Masry, Kamal El‐Sankary

Notice bibliographique

RevueIEEE Open Journal of Power Electronics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBoost converterDuty cycleVoltageElectrical engineeringInductorOvercastBattery (electricity)Power (physics)Electronic engineeringReliability (semiconductor)Computer scienceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

A DC-DC boost converter is a vital part of any power harvesting system. Coupled inductors have been utilized to increase and extend the voltage gain of the boost converter. Although the duty cycle impedance matching method can accommodate the efficiency regulation in a boost converter, it suffers from voltage loss during shading. This paper introduces a modified interleaved coupled boost converter Photo-Voltaic (PV) for low power applications with increased voltage gain to solve this issue. The proposed approach facilitates the operating condition of the power harvesting during a strong overcast by improving the efficiency and output voltage. It responds to a wider range of solar irradiations and extends the solar operational range of the charger/harvester with an improved output current, reliability, and functionality in Continuous Current Mode (CCM). A prototype has been implemented and successfully tested to verify and validate the proposed topology. An efficiency of 87.4% is retained for the harvester during an overcast.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,015
Tête enseignante GPT0,306
Écart entre enseignants0,292 · 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'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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Open Journal of Power ElectronicsMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207