MétaCan
Menu
Retour à la cohorte
Enregistrement W2017782626 · doi:10.1109/epec.2014.26

Experimental Validation of Wireless Load Sharing Method for Isolated AC Microgrids

2014· article· en· W2017782626 sur OpenAlexafffund
Cristina Guzmán, Kodjo Agbossou, Alben Cardenas

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceTest benchSynchronization (alternating current)Automatic frequency controlVoltage sourceVoltageElectronic engineeringControl theory (sociology)Embedded systemEngineeringElectrical engineeringControl (management)Telecommunications

Résumé

récupéré en direct d'OpenAlex

The efficient integration of Distributed Generation (DG) systems, taking as main energy source the renewable energies is nowadays a great challenge. To integrate them into a whole power sharing system as a part of an autonomous micro grid, the Droops control is a local alternative to control the power interfaces such as voltage source inverters (VSI) in order to share the common load power and to supply frequency/voltage required by the load. The objective of this paper is the demonstration of a power sharing strategy achieved with a wireless master/slave load configuration. The strategy involves a Direct Droops (DDroops) control scheme for the master mode operation and an Inverse Droops (I-Droops) control scheme for the slave mode operation, this last following the frequency and the voltage imposed by the master VSI. The synchronization of VSIs, the signals estimation and the frequency tracking have been efficiently achieved using ADALINE network (Adaptive Linear Neuron). Experimental results using a real micro grid test bench with Field Programmable Gate Array embedded devices (FPGA) for the hardware implementation of each VSIs control demonstrate the validity of the strategy proposed.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil0,357

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 Opus0,008
Tête enseignante GPT0,242
Écart entre enseignants0,234 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMicrogrid Control and OptimizationTravaux en français237 207