State modelling of self‐excited induction generator for wind power applications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The increase in wind power production with self‐excited induction generators (SEIGs) has led to new kinds of protection and stability problems. Suitable state models of a wind plant with SEIGs must accurately simulate balanced and unbalanced transient phenomena for adequate calibration and control of protection devices. However, the SEIG models currently available are unable to simulate the neutral current following unbalanced faults for forecasting the SEIG insulation and protection needed against some network stresses. In addition, the saturation model commonly used is not flexible when deriving a state model. This article presents an effective electromechanical state model for transient analysis of a saturated SEIG for wind power applications. A neutral connection through impedance is included for exact modelling of a Park wye‐connected SEIG. Simple‐shunt and short‐shunt (series) configurations are explored. A comparative analysis of the effects of these two types of configuration on the steady state and transient performances of an SEIG is presented. Numerical and experimental data obtained with a 380V, 5·5kVA, 11·9A, 50Hz induction generator are presented to attest to the effectiveness of the proposed SEIG modelling framework. Among the results obtained, simulations show that the simple‐shunt configuration produces poor voltage regulation, possible voltage collapse and inherent protection against short‐circuit faults, while the short‐shunt connection provides better voltage variation but needs to be well protected against short‐circuit faults. Copyright © 2006 John Wiley & Sons, Ltd.
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.
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 | 0,000 | 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) | 0,000 | 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 découle