MétaCan
Menu
Retour à la cohorte
Enregistrement W4387986912 · doi:10.1109/ojpel.2023.3328112

Detailed Parametric Modeling of AC–DC Converters for EMT Simulators

2023· article· en· W4387986912 sur OpenAlexaff
Parastoo Sadat Hosseinian, Seyyedmilad Ebrahimi, Juri Jatskevich

Notice bibliographique

RevueIEEE Open Journal of Power Electronics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueReal-time simulation and control systems
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésConvertersInterpolation (computer graphics)Parametric statisticsWaveformComputer scienceTransient (computer programming)VoltageElectronic engineeringParametric modelControl theory (sociology)EngineeringElectrical engineeringMathematicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Detailed switching models (DSM) of ac–dc converters are available in many offline and real-time electromagnetic transient (EMT) simulation programs. However, such discrete models typically require small simulation time steps for accurately handling the switching events without interpolation. This paper proposes a new parametric modeling approach for line-commutated and 2-level voltage-source ac–dc converters. The proposed methodology is based on parametric functions that relate ac and dc variables in the instantaneous sense, which allows the reconstruction of the waveforms of voltages and currents (with the same of details as the switching models of converters) without topological changes in the converter circuit. Thus, it can operate at larger time steps without requiring interpolation, thereby enhancing simulation efficiency. The computational advantages of the proposed models over the conventional switching models are demonstrated in offline PSCAD and real-time RTDS NovaCor simulators in terms of maximum possible time step size and accuracy. It is shown that the proposed models can accurately run with much larger time steps (up to ∼200 μs for LCRs, and up to ∼50 μs for VSCs) compared to detailed switching models, which are limited to relatively small time steps of ∼10 μs.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,022
Tête enseignante GPT0,278
Écart entre enseignants0,256 · 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'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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Open Journal of Power ElectronicsMême sujetReal-time simulation and control systemsTravaux en français237 207