MétaCan
Menu
Retour à la cohorte
Enregistrement W2395981839 · doi:10.1109/ever.2016.7476373

VHDL description of power management strategy for an autonomous photovoltaic water pumping system for agricultural applications

2016· article· en· W2395981839 sur OpenAlexaff
Abdoul Karim Traore, Alben Cardenas, Mamadou Lamine Doumbia, Kodjo Agbossou, Amadou Seidou Maïga

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnergy
ThématiquePhotovoltaic System Optimization Techniques
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésPhotovoltaic systemComputer scienceVHDLRenewable energyStateflowWater pumpingReuseField-programmable gate arrayEnergy managementPower managementEmbedded systemSystems engineeringMATLABAutomotive engineeringPower (physics)Energy (signal processing)Electrical engineeringEngineeringOperating system

Résumé

récupéré en direct d'OpenAlex

Today, it is clear that desertification due to global warming has important impacts on agricultural production capacity of hundreds of thousands of people. To remedy this situation, it is possible to use renewable energy to pump water and irrigate the fields. However, to optimize the energy exchange between the various components of such a system it is necessary to use an effective management strategy. This paper presents two power management strategies (PMSs) of an autonomous photovoltaic pumping system for agricultural applications. It also presents the description of the best management algorithm in the VHSIC Hardware Description Language (VHDL) for the implementation in FPGA. The simulation model was developed using MATLAB/Simulink/Stateflow to compare the performance (batteries state of charge variation and water level in the reservoir) of the developed management strategies. The study identified the best PMS regarding the availability of water for irrigation and stored energy in the batteries.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,935
Score d'incertitude au seuil0,445

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 Opus0,030
Tête enseignante GPT0,255
Écart entre enseignants0,225 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhotovoltaic System Optimization TechniquesTravaux en français237 207