MétaCan
Menu
Retour à la cohorte
Enregistrement W2121798896 · doi:10.1109/pedg.2013.6785620

Zero-oscillation adaptive-step solar maximum power point tracking for rapid irradiance tracking and steady-state losses minimization

2013· article· en· W2121798896 sur OpenAlexaff
Francisco Paz, Martin Ordonez

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnergy
ThématiquePhotovoltaic System Optimization Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Maximum power point trackingMaximum power principleIrradianceSteady state (chemistry)Oscillation (cell signaling)Transient (computer programming)Tracking (education)Power (physics)Operating pointMinificationComputer scienceSolar irradianceIdentification (biology)EngineeringElectronic engineeringPhysicsOpticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper develops the theory for an adaptive Maximum Power Point Tracking (MPPT) strategy to reduce extraction losses and other issues typically introduced by Perturb and Observe (P&O) algorithms. Three techniques to improve steady-state behavior and transient operation are discussed in detail: 1) idle operation on the Maximum Power Point (MPP), 2) irradiance direction change identification and 3) multi-level adaptive tracking step. As a result, these strategies are combined to achieve superior overall performance while maintaining a simplicity of implementation. Two key elements which form the foundation of the techniques are discussed: the suppression of perturb oscillations at the MPP and the indirect identification of irradiance change through a current-monitoring algorithm. The Zero-oscillation, Adaptive-step Perturb and Observe (ZA-P&O) strategy is studied with simulation and validated with experimental results. The mechanism for power extraction gains is evident, making the combined techniques an excellent solution to enhance MPPT 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 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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,900
Score d'incertitude au seuil1,000

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 savante0,0000,001
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 Opus0,024
Tête enseignante GPT0,242
Écart entre enseignants0,218 · 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.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhotovoltaic System Optimization TechniquesTravaux en français237 207