MétaCan
Menu
Retour à la cohorte
Enregistrement W2309138673 · doi:10.1109/tia.2015.2510507

Maximum Power Point Tracking Control of IPMSG Incorporating Loss Minimization and Speed Sensorless Schemes for Wind Energy System

2015· article· en· W2309138673 sur OpenAlexafffund
Nirav Patel

Notice bibliographique

RevueIEEE Transactions on Industry Applications · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Turbine Control Systems
Établissements canadiensLakehead University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaximum power point trackingControl theory (sociology)Wind speedWind powerMaximum power principlePermanent magnet synchronous generatorTurbinePower optimizerVariable speed wind turbineElectronic speed controlPower (physics)MinificationComputer scienceEngineeringPhotovoltaic systemMagnetVoltageControl (management)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

In the variable-speed generation system, the wind turbine (WT) can be operated at maximum power operating points by adjusting the shaft speed optimally. This paper presents a novel maximum power point tracking (MPPT)-based control of interior permanent-magnet (IPM) synchronous generator incorporating loss minimization algorithm (LMA). In the proposed method, without requiring the knowledge of wind speed, air density, or turbine parameters, MPPT algorithm generates optimum speed command for speed control loop of vector-controlled machine side converter. The MPPT algorithm uses the estimated active power output of the generator as its input and generates command speed so that maximum power is transferred to the dc link. The proposed control system also incorporates a LMA to minimize the losses in the generator and hence to improve the efficiency of the wind energy conversion system (WECS). A speed sensorless scheme is also incorporated to increase the reliability of the system. The performance of the proposed adaptive MPPT control of wind generator incorporating loss minimization and speed sensorless schemes is tested in both simulation and experiment at variable wind speed conditions.

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)0,000
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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,222
Écart entre enseignants0,205 · 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

Citations36
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industry ApplicationsMême sujetWind Turbine Control SystemsTravaux en français237 207