MétaCan
Menu
Retour à la cohorte
Enregistrement W4392693574 · doi:10.1109/icjece.2023.3313566

Optimal Busbar Design for the Press-Packed IGBT-Based Modular Multilevel Converter Submodule Considering Both Normal and Fault Ride-Through Conditions

2024· article· en· W4392693574 sur OpenAlexvenueno aff
Wenju Sang, Wenyong Guo, Yang Cai, Wenming Guo, Chenyu Tian, Suhang Yu, Shaotao Dai

Notice bibliographique

RevueCanadian Journal of Electrical and Computer Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBusbarModular designInsulated-gate bipolar transistorFault (geology)Computer scienceEngineeringElectrical engineeringElectronic engineeringReliability engineeringVoltageOperating system

Résumé

récupéré en direct d'OpenAlex

The performance of the power converter bus bar is not only determined by its normal operational design, but also related to its fault ride-through ability consideration. Conventional busbar design only takes the normal operational performance into account. This article proposes an optimal busbar design method for the modular multilevel converter (MMC) submodule, which takes both the normal and fault ride-through performance into account. The normal operational design is to realize low stray inductance and balanced inductance distribution between parallel capacitor branches. The basic structural design guideline for the MMC submodule is presented. Taking both the stray inductance and manufacturing cost into account, the optimal layout of the busbar is proposed. To balance the capacitor branch currents, the mathematical model of the busbar stray inductance is built. The influence of different busbar structures on the stray inductance is analyzed. The analysis is verified by simulation results. To improve the fault ride-through capability, special consideration is taken into account to reduce the thermal and mechanical stress at the weakest point. Simulation and experimental results verify the efficacy of the proposed approaches.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,938
Score d'incertitude au seuil0,559

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,016
Tête enseignante GPT0,202
Écart entre enseignants0,186 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Electrical and Computer EngineeringMême sujetHVDC Systems and Fault ProtectionTravaux en français237 207