MétaCan
Menu
Retour à la cohorte
Enregistrement W2155400858 · doi:10.1260/0309-524x.34.2.219

Generalized Gain Scheduling for Deloaded Wind Turbine Operation

2010· article· en· W2155400858 sur OpenAlexaff
Philippe Venne, Xavier Guillaud, Remus Teodorescu, Jean Mahseredjian

Notice bibliographique

RevueWind Engineering · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Turbine Control Systems
Établissements canadiensPolytechnique MontréalOpal-Rt Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésTurbineGain schedulingControl theory (sociology)Voltage droopWind powerLinearizationScheduling (production processes)EngineeringComputer scienceControl engineeringControl systemNonlinear systemElectrical engineeringAerospace engineeringVoltageControl (management)

Résumé

récupéré en direct d'OpenAlex

The ability to produce less power than what is available from a wind source, a condition known as deloaded operation, is needed for a wind turbine to reproduce synchronous machine behavior in terms of inertial response and frequency droop regulation. Deloaded operation requires the ability to regulate both power production and rotor speed under any wind speed conditions. In this paper, a novel controller for deloaded wind turbine operation is presented. This controller is made possible by a Cp table inversion procedure allowing generalized gain scheduling for linearization of the pitch response. After introducing the wind turbine models, a review of classical turbine control principles and the proposed deloaded wind turbine control architecture is presented. A discussion of wind turbine non linearity and linearization principles follows. Simulation results are shown for stability, immunity to icing and performance. The advantages of generalized gain scheduling over classical gain scheduling are demonstrated by simulation results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,202
Écart entre enseignants0,194 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations13
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWind EngineeringMême sujetWind Turbine Control SystemsTravaux en français237 207