MétaCan
Menu
Retour à la cohorte
Enregistrement W4404317214 · doi:10.1109/jestpe.2024.3497758

Multirate FCS-MPC for Parallel Dual-Converter-Fed PMSM Drives With Reduced Circulating Currents

2024· article· en· W4404317214 sur OpenAlexaff
Xuesong Wu, Cheng Xue, Yunwei Li

Notice bibliographique

RevueIEEE Journal of Emerging and Selected Topics in Power Electronics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésConvertersControl theory (sociology)Dual (grammatical number)Synchronous motorCurrent (fluid)VoltageComputer scienceElectronic engineeringElectrical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

When implementing finite control set model predictive control (FCS-MPC) schemes in parallel converters sharing a common dc link, circulating currents become prominent due to the relatively low switching frequency. Although the multirate technique was proposed later to enhance the calculation efficiency, it is complex in parallel converters due to the numerous switching states and strong coupling between control variables. This article presents a multirate FCS-MPC method for permanent magnet synchronous machine (PMSM) drives fed by parallel converters. Reduced circulating currents are achieved from two primary aspects. First, the equivalent multilevel model of parallel converters is integrated with a multirate structure. This fully utilizes the redundancy in switching states, thus simplifying the calculation and enabling a higher equivalent control frequency. Second, the regulation of circulating currents is decoupled from the motor-side variables, allowing for precise regulation of circulating current and easy design of cost functions. In contrast to conventional modulation-based schemes, the proposed scheme ensures superior stator current performance and fast dynamic response under all operating conditions. The effectiveness of the proposed method was validated through experiments.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,922
Score d'incertitude au seuil0,890

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 recherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,250
Écart entre enseignants0,238 · 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Emerging and Selected Topics in Power ElectronicsMême sujetMultilevel Inverters and ConvertersTravaux en français237 207