MétaCan
Menu
Retour à la cohorte
Enregistrement W4379142708 · doi:10.1504/ijpelec.2023.131192

Review of on-board conductive charger topologies for electric transportation

2023· article· en· W4379142708 sur OpenAlexaff
N. Vijaya Anand, A.V. Jaya Sai Praneeth, Naveen Yalla, Vijay K. Sood

Notice bibliographique

RevueInternational Journal of Power Electronics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésNetwork topologyAutomotive industryElectrical engineeringBattery chargerBattery (electricity)EngineeringConvertersElectric vehicleAutomotive batteryAutomotive engineeringPower (physics)Topology (electrical circuits)Computer scienceVoltageComputer network

Résumé

récupéré en direct d'OpenAlex

This paper presents an overview of on-board conductive charger topologies for electric vehicles (EVs). Battery packs in electric and plug-in hybrid electric vehicles (EVs/PHEVs) need frequent energy refills to fulfil their duty cycles and overcome the range anxiety of vehicle owners. Due to the limited availability of fast charging infrastructures, all automotive manufacturers prefer an on-board battery charger in their vehicles. However, there are power level limitations for these chargers because of the weight, space and cost constraints. On-board charging systems can be either conductive or inductive. This paper reviews the topologies that are involved in conductive charging only. Globally, all automotive companies provide levels 1 and 2 for residential charging of vehicles. Single- and two-stage power converter topologies are summarised with their limitations. Furthermore, the current trends in the DC-DC converters for the two-stage conversion battery charger topologies are also outlined. This paper provides an overview of various topologies and configurations involved in EV charging with their limitations.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,005

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 Opus0,020
Tête enseignante GPT0,335
Écart entre enseignants0,315 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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 revueInternational Journal of Power ElectronicsMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207