MétaCan
Menu
Retour à la cohorte
Enregistrement W4387411731 · doi:10.1109/icrera59003.2023.10269440

Investigations on An Advanced Six-Phase Neutral Point Less Multi-Level Inverter

2023· article· en· W4387411731 sur OpenAlexaff
Sahil Jaglan, Daniel Legrand Mon Nzongo, Chunyan Lai

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésTopology (electrical circuits)RippleInverterCapacitorDuty cycleVoltageThree-phasePower (physics)Electrical engineeringComputer scienceElectronic engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This paper investigates a new six phase neutral point less multi-level inverter (NPL-MLI) for high voltage and high-power applications such as heavy-duty electric vehicles, electric aircraft, and electric marine ships. The NPL-MLI topology has been studied recently for three phase applications, and it shows significant advantages in eliminating the need to balance the neutral current in the DC link and reducing the size of DC-link capacitor. In addition, it only requires a single DC-link capacitor that can contribute to additional size and cost reduction of the inverter. In this paper, the same NPL-MLI topology will be studied for six phase applications, and the performance will be analyzed and evaluated at first through extensive simulations. Afterwards, comparative analysis will be conducted to compare its performance with the state-of-the-art dual T-type and traditional 2-level six phase inverters. Based on the comparison, the six phase NPL-MLI topology requires a much smaller DC link capacitor in the design. The simulation results at 50 kHz switching frequency shows that it can achieve significant capacitor current and voltage ripple reduction, which also leads to a smoother power output. Moreover, the NPL topology displayed better thermal loss results at various switching frequencies and modulation indexes.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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

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 Opus0,094
Tête enseignante GPT0,301
Écart entre enseignants0,207 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMultilevel Inverters and ConvertersTravaux en français237 207