MétaCan
Menu
Retour à la cohorte
Enregistrement W4414449508 · doi:10.3390/electronics14193757

Integrated FCS-MPC with Synchronous Optimal Pulse-Width Modulation for Enhanced Dynamic Performance in Two-Level Voltage-Source Inverters

2025· article· en· W4414449508 sur OpenAlexaff
Aathira Karuvaril Vijayan, Pedro F. C. Gonçalves, Battur Batkhishig, Babak Nahid‐Mobarakeh, Ali Emadi

Notice bibliographique

RevueElectronics · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTotal harmonic distortionModulation indexControl theory (sociology)WeightingDistortion (music)Modulation (music)Noise (video)HarmonicVoltage

Résumé

récupéré en direct d'OpenAlex

The adoption of synchronous optimal pulse-width modulation (SOPWM) in two-level voltage-source inverters (2L-VSIs) offers low switching-to-fundamental-frequency ratio (SFR) operation while maintaining reduced current total harmonic distortion (THD). Despite these advantages, the performance of SOPWM is highly sensitive to signal noise in the modulation index and reference voltage angle. To prevent degradation, conventional PI controllers are conservatively tuned with slow dynamic response, which limits overall system performance. Finite control set model predictive control (FCS-MPC) integrated with SOPWM offers a promising solution, combining the fast dynamic response of FCS-MPC with the optimal steady-state performance of SOPWM. Nevertheless, the intricate tuning of weighting factors in FCS-MPC presents a significant challenge, particularly in balancing between enhanced harmonic performance and fast dynamic response. This paper introduces a simplified FCS-MPC approach that eliminates the need for complex weighting factor tuning while retaining the excellent dynamic performance of FCS-MPC and ensuring the low current THD achieved by SOPWM under steady-state conditions. The efficacy of the proposed method is validated through MATLAB/Simulink (R2023b) simulations and experimental results.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,625
Score d'incertitude au seuil1,000

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 recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,216
Écart entre enseignants0,210 · 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.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectronicsMême sujetMultilevel Inverters and ConvertersTravaux en français237 207