MétaCan
Menu
Retour à la cohorte

Harmonic Analysis of SPWM Wave for Single-Phase Bridge Inverter

2023· article· en· W4386076761 sur OpenAlexaff
Shuang Xu, Ling Pang, Jinghua Zhou, Liuchen Chang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensEnergie NB Power (Canada)University of New Brunswick
Organismes subventionnairesNorth China University of Technology
Mots-clésSine waveHarmonicFourier seriesFourier transformPulse-width modulationHarmonic analysisModulation (music)Frequency modulationAmplitude modulationFourier analysisPhysicsMathematicsAcousticsMathematical analysisComputer scienceVoltageBandwidth (computing)Telecommunications

Résumé

récupéré en direct d'OpenAlex

Two-level single-phase bridge inverters are widely used in distributed energy systems due to its topological symmetry and ease of modulation. The harmonic contents of modulated output waves are critical performance index in quantitatively determining the superiority or inferiority of a modulation strategy and in optimizing the modulation and filter parameters. For past decades, harmonic analyses on sinusoidal pulse width modulated (SPWM) waves of single-phase bridge inverters are mostly based on the double Fourier series representation, which is on the premise that SPWM wave is a two-dimensional periodic function of two variables with different frequencies. However, this premise is more tenable for pulse amplitude modulation (PAM) than for SPWM, since PAM is the product of a line-frequency sine wave and a carrier-frequency rectangular wave, whereas SPWM wave is the compared result of a line-frequency sine wave and a carrier- frequency triangular wave. This paper studies the double Fourier series representation of SPWM wave from double Fourier integral essence, develops a harmonic analysis method for SPWM wave with the aid of fast Fourier transform (FFT), correlates the harmonic spectra of PAM and SPWM, and finally, further analyzes the feasibility of double Fourier series on SPWM wave.

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 enseignants0,966
Score d'incertitude au seuil0,481

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 Opus0,085
Tête enseignante GPT0,279
Écart entre enseignants0,193 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMultilevel Inverters and ConvertersTravaux en français237 207