MétaCan
Menu
Retour à la cohorte
Enregistrement W4414757948 · doi:10.1109/tpel.2025.3617243

Real-Time Lifetime Estimation and Supervised Voltage Regulation of Flying Capacitors in a Three-Phase Four-Level Three-Capacitor Converter

2025· article· en· W4414757948 sur OpenAlexafffund
Javad Ebrahimi, Amirhosein Akbari, Suzan Eren, Laili Wang, Alireza Bakhshai

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Centre of Innovation
Mots-clésCapacitorRippleVoltageDuty cycleReliability (semiconductor)Control theory (sociology)Monte Carlo methodFilter capacitor

Résumé

récupéré en direct d'OpenAlex

Three-phase four-level three-capacitor converter (3P4L3C) employs a single flying capacitor per phase, eliminating redundant switching states. However, this topology presents a significant challenge in capacitor voltage regulation, as conventional modulation techniques, including carrier-based SPWM and SVM, fail to maintain voltage balance. This paper proposes a supervised voltage regulation method that dynamically adjusts duty ratios to compensate for capacitor voltage deviations, ensuring stable operation. Beyond regulation, a unified electrothermal lifetime evaluation framework is introduced to quantify how improved regulation impacts capacitor reliability. The framework integrates ripple-spectrum-based ESR loss calculation, hotspot temperature estimation, nonlinear damage accumulation, and Monte Carlo simulation under realistic mission profiles. Simulation and experimental results confirm that the proposed SVR achieves stable capacitor voltage regulation while reducing ripple current and thermal stress. As a result, the 3P4L3C converter demonstrates approximately 20% longer capacitor lifetime compared to the conventional 3P4L6C topology, highlighting the benefit of integrating control and reliability assessment within a single design framework.

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 enseignants0,939
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 Opus0,014
Tête enseignante GPT0,230
Écart entre enseignants0,216 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power ElectronicsMême sujetMultilevel Inverters and ConvertersTravaux en français237 207