MétaCan
Menu
Retour à la cohorte
Enregistrement W4409991728 · doi:10.1109/apec48143.2025.10977298

A New Three-phase Multi-mode AC/DC LLC Converter with Output-controlled Active Rectifier (with V2G and G2V functions) For Fast DC Charging Application

2025· article· en· W4409991728 sur OpenAlexaff
Xiaoyi Xia, John Lam

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésRectifier (neural networks)Electrical engineeringMode (computer interface)Three-phaseMaterials scienceComputer scienceVoltageEngineering

Résumé

récupéré en direct d'OpenAlex

This paper proposes a new three-phase multi-mode AC/DC LLC resonant converter with an output-controlled active rectifier for electric vehicle (EV) fast DC charging applications. In the proposed approach, two low-frequency bidirectional switches at the primary side in each phase of the converter allow vehicle-to-grid (V2G, i.e. DC/AC mode) and grid-to-vehicle (G2V, i.e. AC/DC mode) modes. When the proposed converter operates in AC/DC mode, each phase consists of an integrated bridgeless boost power factor corrector and an LLC resonant converter at the primary side. Output voltage regulation is managed by switches on the high frequency transformer's secondary side output rectifier in each phase, with soft-switching operation achieved in all the switches. When the proposed three-phase converter operates in DC/AC mode, each phase consists of a half-bridge DC/DC resonant converter cascaded with a half-bridge grid-side inverter. The operation of the proposed converter is explained in this paper. Results from a 20kW, 480VLLrms/350Vdc, 130kHz design, and a hardware test on a 130kHz, 250V-output proof-of-concept prototype are presented to validate the functionality of the proposed converter.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,012
Tête enseignante GPT0,246
Écart entre enseignants0,233 · 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'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMultilevel Inverters and ConvertersTravaux en français237 207