MétaCan
Menu
Retour à la cohorte
Enregistrement W4385236322 · doi:10.1109/itec55900.2023.10186895

Efficiency Evaluation of 800V Electric Vehicle Powertrain using Two-Level Voltage Source Inverter with different Modulation Techniques

2023· article· en· W4385236322 sur OpenAlexaff
Aathira Karuvaril Vijayan, Sreejith Chakkalakkal, Ali Emadi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPowertrainInverterPulse-width modulationModulation (music)VoltageElectric vehicleSpace vector modulationAutomotive engineeringEngineeringPower (physics)Computer scienceMATLABElectronic engineeringPropulsionElectrical engineeringTorquePhysics

Résumé

récupéré en direct d'OpenAlex

Improving the inverter efficiency is important for electric vehicles (EVs) when tackling overall vehicle efficiency and increasing the driving range. This paper investigates the efficiency of an 800V EV propulsion system using an advanced modulation scheme called synchronous optimal pulse width modulation (SOP) and compares its performance to the conventional space vector modulation (SVM) scheme. A two-level voltage source inverter (VSI) using SiC power modules has been considered for benchmarking the effectiveness of the modulation schemes in terms of efficiency and performance. Earlier literatures has focused on efficiency comparison in a two-level voltage source inverter, but a detailed study of the modulation scheme called SOP is not well discussed. The impact of modulation schemes on the vehicle level has been analyzed using the Chevrolet Spark 2015 EV model in MATLAB/Simulink for different drive cycles. As a central evaluation criterion, this work examines the efficiency of a 1200V SiC traction inverter with a maximum output power of 350kW.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,838
Score d'incertitude au seuil0,583

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,046
Tête enseignante GPT0,266
Écart entre enseignants0,220 · 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'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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMultilevel Inverters and ConvertersTravaux en français237 207