Fault Diagnosis and Tolerant Operation Method of Open Circuit Fault in Modular Multilevel DC/DC Converter With Quasi-Two-Level Modulation
Notice bibliographique
Résumé
The modular multilevel DC/DC converter (MMDC) is a typical high-voltage, high-power DC/DC converter, combining the advantages of quasi-two-level modulation with high DC voltage utilization and strong power transmission capability, having broad application prospects in DC grids. The MMDC is composed of numerous insulated gate bipolar transistor (IGBT)- based switches which may impose an open-circuit fault (OCF). When an OCF occurs in the switch of the MMDC, the internal voltage and current may severely distort, potentially affecting the safe operation of the system. To address this issue, this paper proposes a quasi-two-level modulation based OCF diagnosis and fault-tolerant operation method for an MMDC, which utilizes the signal synthesis of arm current and arm voltage modulation. First, the relationship between fault arm current and modulation wave is revealed. Based on this, a fault diagnosis algorithm is proposed to accurately identify the faulty arm and the fault type, without requiring additional sensors or complex calculations. The MMDC is then controlled in the proposed fault-tolerant mode by actively modifying the modulation wave until the specific faulty submodule is located and bypassed. This reduces voltage and current distortion. Subsequently, the modulation wave automatically returns to normal, allowing the system to quickly recover. Verification results demonstrate that the proposed method accurately and rapidly diagnoses the OCF and achieve faulttolerant operation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».