MétaCan
Menu
Retour à la cohorte
Enregistrement W4289912906 · doi:10.1109/access.2022.3196659

Review of Reduced Switch-Count Power Cells for Regenerative Cascaded H-Bridge Motor Drives

2022· article· en· W4289912906 sur OpenAlexafffund
Doho Kang, Sarah Badawi, Zhituo Ni, Ahmed Abuelnaga, Mehdi Narimani, Navid R. Zargari

Notice bibliographique

RevueIEEE Access · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensRockwell Automation (Canada)McMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaRockwell Automation
Mots-clésH bridgeComputer scienceNetwork topologyScalabilityModularity (biology)Topology (electrical circuits)Electrical engineeringElectronic engineeringEngineeringVoltagePulse-width modulationComputer network

Résumé

récupéré en direct d'OpenAlex

Cascaded H-Bridge (CHB) topology is one of the attractive topologies in high-power medium-voltage motor drive applications due to its modularity and scalability. Research in high power regenerative motor drives has gained significant attention with the increasing demand for efficient energy use. In a cascaded H-Bridge (CHB) converter, the regenerative capability can be introduced by replacing diode front end (DFE) with active front end (AFE) topologies. However, this results in a huge increase in the number of power semiconductors, gate drivers, and heat sink size and thus increases the overall size and cost of the regenerative CHB motor drives. To overcome the aforementioned challenges, different power cell designs have been introduced to reduce the switch count, allowing the design of more suitable-sized and more economical drives. This paper comprehensively reviews the reduced switch-count power cell designs, including single-phase and three-phase grid connections. Each reduced switch-count cell design is analyzed, and its advantages and disadvantages are studied in detail. The challenges that arise with each design and the method to address the challenges are discussed.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,325
Score d'incertitude au seuil0,667

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 Opus0,034
Tête enseignante GPT0,285
Écart entre enseignants0,251 · 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

Citations18
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetMultilevel Inverters and ConvertersTravaux en français237 207