MétaCan
Menu
Retour à la cohorte
Enregistrement W2566132301 · doi:10.1016/j.egypro.2016.11.247

Model-based Active Fault-tolerant Cooperative Control in an Offshore Wind Farm

2016· article· en· W2566132301 sur OpenAlexaff
Hamed Badihi, Youmin Zhang, Henry Hong

Notice bibliographique

RevueEnergy Procedia · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésOffshore wind powerEngineeringFault (geology)TurbineWind powerScheme (mathematics)Fault toleranceActive faultFault detection and isolationReliability (semiconductor)Reliability engineeringBenchmark (surveying)Fault coverageControl engineeringMarine engineeringReal-time computingComputer sciencePower (physics)Actuator

Résumé

récupéré en direct d'OpenAlex

Given the importance of reliability and availability in wind farms, this paper focuses on the development of an integrated fault diagnosis and fault-tolerant control scheme in a cooperative framework at wind farm level against the decreased power generation caused by turbine blade erosion and debris build-up on the blades over time. More precisely, 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 (AFTCC)scheme for an offshore wind farm. The scheme employs a fault detection and diagnosis 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. The effectiveness and performance of the proposed scheme are evaluated and analyzed by different simulations on a high-fidelity offshore wind farm benchmark model 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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,128
Score d'incertitude au seuil0,663

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 GPT0,225
Écart entre enseignants0,213 · 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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy ProcediaMême sujetWind Energy Research and DevelopmentTravaux en français237 207