MétaCan
Menu
Retour à la cohorte
Enregistrement W4366504059 · doi:10.1109/tpel.2023.3268666

A Reduced-Order Observer-Based Method for Simultaneous Diagnosis of Open-Switch and Current Sensor Faults of a Grid-Tied NPC Inverter

2023· article· en· W4366504059 sur OpenAlexaff
Shuiqing Xu, Wenzhan Huang, Darong Huang, Hongtian Chen, Mingyao Ma, Wei Xing Zheng

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensUniversity of Alberta
Organismes subventionnairesChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésCurrent sensorControl theory (sociology)InverterRobustness (evolution)Observer (physics)Fault (geology)Fault detection and isolationComputer scienceEngineeringGridCurrent (fluid)Electronic engineeringMathematicsVoltageElectrical engineeringArtificial intelligenceActuator

Résumé

récupéré en direct d'OpenAlex

This article presents a reduced-order observer-based simultaneous diagnosis strategy for grid-tied neutral point clamped (NPC) inverters subjected to open-switch and current sensor faults. First, the augmented descriptor system is constructed for the NPC inverter to transfer the current sensor fault into a generalized state vector. Then, the matrix transformations are applied to decouple the open-switch fault from the inverter system state and the current sensor fault. Subsequently, a reduced-order observer is developed for the transformed augmented descriptor system to achieve a simultaneous precise estimation of the phase current and the current sensor fault. Finally, using the estimation results, a diagnosis algorithm with an adaptive threshold is proposed, which can not only distinguish between current sensor faults and open-switch faults but also locate the faulty power switch and estimate different types of current sensor faults. Experimental results and comparisons are provided to verify the robustness and effectiveness of the proposed fault diagnosis algorithm.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,029
Tête enseignante GPT0,301
Écart entre enseignants0,272 · 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'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

Citations49
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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