MétaCan
Menu
Retour à la cohorte
Enregistrement W4378187438 · doi:10.14447/jnmes.v26i1.a07

Experimental Validation and Efficiency Analysis of Sensorless PR based 15PUC (fifteen level Packed U Cell) MLI for Commercial & Residential Applications with Novel Switching Algorithm

2023· article· en· W4378187438 sur OpenAlexvenueno aff
Narendra Kumar Muthukuri, Subbarao Mopidevi

Notice bibliographique

RevueJournal of New Materials for Electrochemical Systems · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor Lasers and Optical Devices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceAlgorithmMaterials science

Résumé

récupéré en direct d'OpenAlex

This paper prompt fifteen level packed U cell (PUC) based multilevel-inverter (MLI) topology for standalone and grid-connected applications.The 15PUC required only eight IGBTs compared with other conventional MLIs (FC, NPC, HCHB and CHB).This paper describes and proposes a sensorless proportional resonant (SLPR) controller with radical multicarrier (RMC) based LS PD-PWM and a novel switching algorithm.These proposed controllers compensate for DC-link capacitor voltages, control third, higher and zeroorder harmonics.The stability analysis and robustness of the proposed SLPR controller with the PUC system have been verified through Bode and Nyquist plots.In addition, the 15PUC system is proving highly efficient-based system through power loss analysis.The effectiveness and performance of 15PUC with proposed controllers are evaluated by using experimentally and MATLAB simulations also.The results are verified through FFT analysis and obtained THD% comes under the IEEE-519 standard.

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 enseignants0,264
Score d'incertitude au seuil0,546

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,032
Tête enseignante GPT0,277
Écart entre enseignants0,245 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of New Materials for Electrochemical SystemsMême sujetSemiconductor Lasers and Optical DevicesTravaux en français237 207