MétaCan
Menu
Retour à la cohorte
Enregistrement W4312999961 · doi:10.1109/tpel.2022.3228482

A Modulation Scheme Based on Virtual Voltage Levels for Capacitor Voltage Balancing of the Four-Level Diode Clamped Converter

2022· article· en· W4312999961 sur OpenAlexafffund
Javad Ebrahimi, Shima Shahnooshi, Suzan Eren, Alireza Bakhshai

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Centre of Innovation
Mots-clésVoltageSpace vector modulationCapacitorModulation (music)Control theory (sociology)Electronic engineeringComputer scienceDiodeEngineeringTopology (electrical circuits)Pulse-width modulationElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This article proposes a modulation scheme based on the concept of virtual voltage levels for regulating the dc-link capacitor voltages of a four-level diode clamped converter under restricted operating conditions. The proposed virtual-level space vector modulation (SVM) scheme sets the average neutral point currents to zero, which results in no net change in dc-link capacitor voltages and thereby voltage balancing. In addition, a closed-loop algorithm is developed to compensate for any voltage drift due to unideal practical conditions. Consequently, the modulation of the reference voltages results in the desired output voltages while regulating the dc-link capacitor voltages at various operating points. In the proposed modulation scheme, switching frequencies are not significantly increased, and they are lower than those in the classic virtual-vector SVM method. The simulation results demonstrate the effectiveness of the proposed modulation scheme and highlight its main benefits and features. The simulation results are verified through a laboratory-type experimental setup.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,935
Score d'incertitude au seuil1,000

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 recherche0,0000,001
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 Opus0,021
Tête enseignante GPT0,214
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

Citations25
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power ElectronicsMême sujetMultilevel Inverters and ConvertersTravaux en français237 207