MétaCan
Menu
Retour à la cohorte
Enregistrement W4287478997

A Review on Device-Level Real-Time Simulation of Power Electronic Converters

2021· review· en· W4287478997 sur OpenAlexaff
Hao Bai, Chen Liu, Elena Breaz, Kamal Al Haddad, Fei Gao

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2021
Typereview
Langueen
DomaineEngineering
ThématiqueReal-time simulation and control systems
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésConvertersPower (physics)Electrical engineeringComputer scienceElectronic engineeringEngineeringPhysicsVoltage
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The device-level description of power switches is an emerging topic that enhances the real-time simulation (RTS) accuracy of power electronic converters. However, device-level RTS (DLRTS) is challenging due to contradictions between the additional computing amounts introduced by nonlinear switch models and the nanosecond-level simulation time step required by fast switching transients. Therefore, much research has sought the tradeoff between the accuracy and speed in DLRTSs. In this article, we review state-of-the-art DLRTS technologies, in particular for device-level switch models and efficient network solvers. Moreover, we summarize different applications of DLRTSs and crosswise compare their performances. We also give some outlooks on future research. This review not only provides a comprehensive overview of DLRTSs for general audiences but also provides a technical reference for practitioners. See "A List of Acronyms Used in This Article" for relevant acronyms and their definitions.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
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 recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,265
Écart entre enseignants0,243 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetReal-time simulation and control systemsTravaux en français237 207