Comparative performance analysis of aluminum‐ and copper‐rotor induction generators in standalone wind power application
Notice bibliographique
Résumé
Purpose In order to assess the performance of an induction generator in standalone wind power application, it is imperative that mathematical models are developed that accurately represent the system and take into account various electromagnetic influences such as skin effect. The purpose of this paper is to utilize mathematical models to study the transient and steady‐state behaviour of the self‐excited induction generator (SEIG), in one case with an aluminum rotor, in another case, with a copper rotor, under various load conditions while taking the above factor into account. Design/methodology/approach Mathematical models of a SEIG in the d‐q axis frame have been developed based on the generalized machine theory. A relationship between the mutual inductance and the magnetizing current of the machine has been presented. The rotor impedances have been customized to include skin effect. Using these relations, the model has been extended to include the saturation and skin effects. In order to verify the accuracy of the models, numerical and experimental investigations have been carried out on two 7.5 hp aluminum‐rotor and copper‐rotor SEIGs. Findings It was found that the model that takes into account the saturation and skin effects produces numerical results that closely match experimental values for both the machines. Originality/value This paper describes how a model of an SEIG considering saturation and skin effect has been developed and applied to aluminum‐ and copper‐rotor machines of similar power ratings to analyze their performance.
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 | 0,001 | 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 ».