Ultra-Efficient Three-Phase Integrated-Active-Filter Isolated Rectifier for AI Data Center Applications
Notice bibliographique
Résumé
As the demand for energy in AI-driven data centers continues to rise, there is an urgent need for innovative solutions to enhance the efficiency and power density of isolated three-phase AC/DC converters. In this context, the Integrated-Active-Filter Rectifier (IAFR) emerges as a promising solution due to its low complexity and high efficiency, achieved through the low switching frequency of all power semiconductors except for an injection leg needed to shape the three-phase sinusoidal input currents. However, the IAFR’s performance limits concerning efficiency and power density, as well as its behaviour under unbalanced grid conditions, are still unclear. This paper presents a detailed analysis of the IAFR operation and introduces a Triangular-Current-Mode (TCM) operation for the injection leg, ensuring Zero-VoltageSwitching (ZVS) across the entire grid cycle. Additionally, a control strategy for the IAFR is proposed to ensure sinusoidal input currents and minimize power fluctuations under unbalanced grid conditions. The proposed control and modulation strategies are verified through simulations, while a multi-objective Pareto optimization is employed to determine the performance limits of the IAFR when paired with an isolated downstream DC/DC converter stage required for galvanic isolation and output voltage regulation.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 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 ».