MétaCan
Menu
Retour à la cohorte
Enregistrement W4310929472 · doi:10.1109/iecon49645.2022.9968658

On Cognate Multiport Converters through Graphbased Generalized Duality

2022· article· en· W4310929472 sur OpenAlexaff
Pasan Gunawardena, Yuzhuo Li, Yunwei Li

Notice bibliographique

RevueIECON 2022 – 48th Annual Conference of the IEEE Industrial Electronics Society · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDual polyhedronDuality (order theory)ConvertersNetwork analysisTopology (electrical circuits)Dual (grammatical number)Network topologyGraph theoryGraphElectronic circuitPort (circuit theory)Computer scienceRLC circuitNetwork theoryPower (physics)MathematicsElectronic engineeringTheoretical computer scienceEngineeringCapacitorPure mathematicsElectrical engineeringVoltagePhysics

Résumé

récupéré en direct d'OpenAlex

Featured with a more complicated configuration, the modelling, analysis, and derivation of multiport converters (MPCs) requires much more effort than conventional two-port converters. The duality principles from circuit theory and graph theory can serve well as a powerful tool to deal with these challenges. However, a fundamental property of duality has been missing in the power electronics community for over 40 years, i.e., different dual MPC topologies can come from the same original MPC, even for those with planar circuits. And this indeed limits our understanding of the MPCs. To fill this gap, the missing theoretical foundations are provided in this work, forming the generalized duality principles for systematic modelling, analysis, and derivations of MPCs. The theoretical foundations are firstly presented through advanced concepts in graph theory. Then, extensive MPCs are selected as examples to validate the feasibility of this theory. It is shown that a 3-port non-isolated MPC can have 8 different duals (for MPCs with more ports, this number will go even higher) and these duals are related to each other by common electrical relationships. Therefore, their modelling, analysis, and operation design can be achieved in a systematic way.

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)0,001
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 enseignants0,682
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,041
Tête enseignante GPT0,233
Écart entre enseignants0,193 · 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 revueIECON 2022 – 48th Annual Conference of the IEEE Industrial Electronics SocietyMême sujetMultilevel Inverters and ConvertersTravaux en français237 207