MétaCan
Menu
Retour à la cohorte
Enregistrement W4385236353 · doi:10.1109/itec55900.2023.10187095

A Space Vector Modulation-Based Sinusoidal Current Control Strategy for the Three-Phase Dual Active Bridge Converter

2023· article· en· W4385236353 sur OpenAlexaff
Cun Wang, Jennifer Bauman

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSpace vector modulationHarmonicsDuty cycleControl theory (sociology)ConvertersTransformerWaveformThree-phaseModulation (music)VoltageElectronic engineeringPulse-width modulationTopology (electrical circuits)Computer scienceEngineeringElectrical engineeringPhysicsAcoustics

Résumé

récupéré en direct d'OpenAlex

In most electric vehicles, there is a high-voltage system of around 200-450V to power the drive train and a low-voltage system to power the low-voltage loads. The three-phase DAB (3P-DAB) converter is one potential bidirectional topology that can be used to connect the two systems, due to its characteristics of inherent soft-switching and high-power density. A commonly used modulation scheme for the 3P-DAB converter is single phase-shift (SPS) modulation. On this basis, several modulation schemes have been proposed to extend the soft-switching range and minimize the conduction losses. However, almost all of the existing modulation schemes for the 3P-DAB are achieved by adjusting the phase-shift angle and duty cycle. Considering that the 3P-DAB converter is comprised of two three-phase two-level converters, space vector modulation (SVM) can also modulate the 3P-DAB converter, which can help to achieve sinusoidal transformer current waveforms with lower harmonics, and thus lower transformer losses. Hence, this paper presents an SVM -based sinusoidal current control strategy to achieve a circular trajectory of the current vector with lower harmonics. The feasibility of the proposed method is verified through simulation.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,293
Écart entre enseignants0,261 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced DC-DC ConvertersTravaux en français237 207