MétaCan
Menu
Retour à la cohorte
Enregistrement W4391381856 · doi:10.1109/pesgre58662.2023.10404690

Model Predictive Control of a Modified Nested Neutral-Point Clamped Inverter

2023· article· en· W4391381856 sur OpenAlexafffund
Hoang Le, Harish Karneddi, Apparao Dekka, Deepak Ronanki

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensLakehead University
Organismes subventionnairesCentral Power Research InstituteLakehead University
Mots-clésModel predictive controlInverterControl theory (sociology)Nested case-control studyPoint (geometry)Computer scienceControl (management)EngineeringMathematicsElectrical engineeringVoltageStatisticsArtificial intelligenceGeometry

Résumé

récupéré en direct d'OpenAlex

In this article, a modified nested neutral-point clamped (MNNPC) inverter with a five-level (5L) operation is proposed. The 5L-MNNPC inverter has a smaller number of flying capacitors (FCs) and has redundancy switching states, which allows better controllability of the FCs voltage compared with the existing 5L-NNPC topologies. In the proposed MNNPC inverter, each FC voltage should be maintained at one-fourth of the net dc-bus voltage to produce a 5L output voltage waveform. The proposed topology’s structure and its operation are discussed and analyzed thoroughly. Also, a model predictive control (MPC) approach is introduced to control the proposed 5L-MNNPC inverter’s ac currents and FC voltages. The sampled-data models are developed to implement the MPC method for the proposed inverter. On the basis of the multi-objective cost function, the optimal switching state will be determined from the assessment of all available switching states. The MATLAB simulation studies are presented to demonstrate the proposed 5L-MNNPC inverter’s functionality and its performance.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,026
Tête enseignante GPT0,216
Écart entre enseignants0,191 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMultilevel Inverters and ConvertersTravaux en français237 207