MétaCan
Menu
Retour à la cohorte
Enregistrement W2171101784 · doi:10.1109/apec.2010.5433581

Grid-connected voltage source inverter for renewable energy conversion system with sensorless current control

2010· article· en· W2171101784 sur OpenAlexaff
Suzan Eren, Majid Pahlevaninezhad, Alireza Bakhshai, Praveen Jain

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)InverterComputer scienceController (irrigation)GridRenewable energyMaximum power point trackingVoltage sourceAC powerVoltageElectronic engineeringEngineeringControl (management)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

This paper introduces a novel sensorless control approach for a three-phase grid-connected voltage source inverter utilized in a renewable energy conversion system. Renewable energy conversion applications are beginning to require a faster response to the changing power demands of the grid. Therefore, the methods that are based on conventional power theory can no longer comply with the speed requirements because they require low-pass filters in order to generate the power feedback. The closed loop control is based on an instantaneous power approach using real-time values to calculate the reference currents. Thus, the control system has fast tracking of power references compared to conventional methods. In addition, the proposed approach uses a sliding-mode observer to estimate the inverter output current as well as the grid current. This sensorless approach makes the control system robust against measurement noise and phase error, and it reduces system costs. The state-of-the-art PR controller is employed in order to provide zero steady state error for the inverter currents as well as disturbance rejection. Theoretical analysis and simulation results are provided in order to demonstrate the validity and effectiveness of the proposed control method.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,591

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 Opus0,003
Tête enseignante GPT0,157
Écart entre enseignants0,154 · 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'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

Citations9
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrogrid Control and OptimizationTravaux en français237 207