MétaCan
Menu
Retour à la cohorte
Enregistrement W4361792130 · doi:10.1109/pedes56012.2022.10080642

Low-Speed Operation of a New Four-Level Multilevel Inverter fed Medium-Voltage Drive

2022· article· en· W4361792130 sur OpenAlexafffund
Hoang Le, Apparao Dekka, Deepak Ronanki

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensLakehead University
Organismes subventionnairesLakehead University
Mots-clésCapacitorPulse-width modulationRippleVoltageTorque rippleInduction motorStatorMotor driveEngineeringElectrical engineeringControl theory (sociology)Electronic engineeringComputer scienceDirect torque control

Résumé

récupéré en direct d'OpenAlex

Multilevel inverters became an integral part of medium-voltage motor drives. The newly developed multilevel inverters are designed with floating capacitors to generate a multilevel voltage waveform, while fulfilling the motor-side requirements. However, the low-speed operation of motor drive leads to a larger ripple in the floating capacitors voltage. These ripples put more stress on floating capacitors and switching devices, and subsequently cause their failure over a long run. The voltage ripples also affect the quality of motor stator currents and electromagnetic torque. Therefore, the minimization of ripple in floating capacitors voltage is a key aspect of developing a high-performance motor drive. First, a new medium-voltage motor drive for high-power applications is developed. The developed motor drive is fed by a new four-level multilevel inverter. Second, a simple voltage balancing method is developed to balance the floating capacitors voltage in the proposed multilevel inverter. Finally, a modified carrier pulse width modulation scheme is proposed to reduce the ripple in floating capacitors voltage at the low-speed operation of a motor drive. The proposed motor drive performance with a modified carrier pulse width modulation is validated through simulations. Also, the performance comparison with in-phase disposition pulse width modulation scheme is presented.

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 seuil0,004

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 savante0,0000,000
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 Opus0,039
Tête enseignante GPT0,224
Écart entre enseignants0,185 · 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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMultilevel Inverters and ConvertersTravaux en français237 207