Application of Adaptive Network-Based Fuzzy Inference System for Sensorless Control of PMSG-Based Wind Turbine With Nonlinear-Load-Compensation Capabilities
Notice bibliographique
Résumé
The precise information of permanent-magnet synchronous generator (PMSG) rotor position and speed is essentially required to operate it on maximum power points. This paper presents an adaptive network-based fuzzy inference system (ANFIS) for speed and position estimation of PMSG, where an ANFIS-based model reference adaptive system is continuously tuned with actual PMSG to neutralize the effect of parameter variations such as stator resistance, inductance, and torque constant. This ANFIS-tuned estimator is able to estimate the rotor position and speed accurately over a wide speed range with a great immunity against parameter variation. The proposed system consists of two back-to-back connected inverters, where one controls the PMSG, while another is used for grid synchronization. Moreover, in the proposed study, the grid-side inverter is also utilized as harmonic, reactive power, and unbalanced load compensator for a three-phase, four-wire (3P4W) nonlinear load, if any, at point of common coupling (PCC). This enables the grid to always supply/absorb a balanced set of fundamental currents at unity power factor. The proposed system is developed and simulated using MATLAB/SimPowerSystem (SPS) toolbox. Besides this, a scaled laboratory hardware prototype is developed and extensive experimental study is carried out to validate the proposed control approach.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».