MétaCan
Menu
Retour à la cohorte
Enregistrement W4403126892 · doi:10.1109/pesgm51994.2024.10688518

High Efficiency Modeling of Multi-Layer Cascaded Dual-Active-Bridge (DAB) Units on Real-time Simulator

2024· article· en· W4403126892 sur OpenAlexaff
Yi Qi, Hui Ding, Sherry Shi, Yi Zhang, A.M. Gole

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueReal-time simulation and control systems
Établissements canadiensUniversity of ManitobaRTDS Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceBridge (graph theory)Dual (grammatical number)Layer (electronics)SimulationDual layerEmbedded systemMaterials science

Résumé

récupéré en direct d'OpenAlex

Modeling Dual-Active-Bridge (DAB) topologies in a real time simulator presents challenge due to the high switching frequency and the substantial number of submodules. This requires both the firing pulses’ precision and high-speed matrix computation. In this paper, an aggregated model is proposed for a typical Dual-Active-Bridge (DAB) circuit using the state-space circuit approach. It accurately implements the duty cycle of the firing pulses and consequently enhances accuracy. The two H- bridge converters and the ac transformer with the blocking capacitors are consolidated into a single-unit. To address scenarios involving multi-level cascaded DAB units with input series output parallel (ISOP), the multiple single-unit blocks are further packed into an aggregated model. Compared to using single-unit models for the cascaded topology, our developed aggregated model not only conserves electrical nodes, but also the calculation time for history terms, resulting in reduced hardware resources. The simulation timestep can be efficiently reduced, resulting in an outcome of better precise and the capability to model much higher switching frequencies. The proposed aggregated model can be widely applied in the real-time simulation of cascaded DAB topologies, accommodating switching frequency up to 100kHz.

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: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,935

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 Opus0,035
Tête enseignante GPT0,262
Écart entre enseignants0,228 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReal-time simulation and control systemsTravaux en français237 207