MétaCan
Menu
Retour à la cohorte
Enregistrement W2550163990 · doi:10.1109/systol.2016.7739762

Model-free active fault-tolerant cooperative control in an offshore wind farm

2016· article· en· W2550163990 sur OpenAlexaff
Hamed Badihi, Youmin Zhang, Henry Hong

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMachine Fault Diagnosis Techniques
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésOffshore wind powerWind powerTurbineFault toleranceFault (geology)Scheme (mathematics)EngineeringActive faultReliability (semiconductor)Reliability engineeringBenchmark (surveying)Fault detection and isolationFault coverageMarine engineeringComputer scienceControl engineeringPower (physics)Actuator

Résumé

récupéré en direct d'OpenAlex

With respect to the important issue of reliability and availability in wind farms, this paper deals with the development of an integrated fault diagnosis and fault-tolerant control scheme in a cooperative framework at wind farm level. The paper presents a novel integrated fault detection and diagnosis (FDD) and fault-tolerant control (FTC) approach oriented to the design and development of an active fault-tolerant cooperative control (FTCC) scheme for an offshore wind farm against the decreased power generation caused by turbine blade erosion and debris build-up on the blades over time. The scheme employs a model-free FDD system to provide accurate and timely diagnosis information to be used in an appropriate automatic signal correction algorithm for accommodation of faults in the farm. Different simulations on a high-fidelity offshore wind farm benchmark model demonstrate the effectiveness and performance of the proposed scheme in the presence of wind turbulences, measurement noises and realistic fault scenarios.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,577
Score d'incertitude au seuil0,706

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 Opus0,012
Tête enseignante GPT0,268
Écart entre enseignants0,256 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMachine Fault Diagnosis TechniquesTravaux en français237 207