인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
This paper proposes an efficient and reliable method for diagnosing open-switch faults in three-phase inverters. In contrast to conventional signal-based diagnostic approaches that require additional measurement devices or are highly sensitive to load variations, the proposed method classifies fault types by using the mean-to-RMS (mean/RMS) ratio of current signals as a key indicator. The mean/RMS ratio quantitatively demonstrates the distortion level of current signals and remains insensitive to load variations, thereby ensuring consistent diagnostic results under diverse load conditions. Designed as an algorithm-based solution, this method minimizes computational complexity and memory consumption while maintaining accurate fault classification. The proposed approach categorizes fault conditions into six distinct classes based on the RMS values and mean/RMS ratios of three-phase currents. The effectiveness of the proposed diagnostic method is validated through simulations and experiments with reliable performance under varying load conditions and fault scenarios. This study presents a practical diagnostic solution to improve the stability and reliability of power conversion systems, with the potential for experimental validation and broader application in various fields.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093117231
