MétaCan
Menu
Retour à la cohorte
Enregistrement W2570432583 · doi:10.1049/iet-rpg.2016.0782

Inertia compensation scheme of WTS considering time delay for emulating large‐inertia turbines

2017· article· en· W2570432583 sur OpenAlexaff
Minghui Yin, Weijie Li, C. Y. Chung, Zaiyu Chen, Yun Zou

Notice bibliographique

RevueIET Renewable Power Generation · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Turbine Control Systems
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésInertiaControl theory (sociology)Compensation (psychology)Scheme (mathematics)Computer sciencePhysicsMathematicsArtificial intelligenceClassical mechanics

Résumé

récupéré en direct d'OpenAlex

Wind turbine simulators (WTSs), devised for pre‐validation of control strategies for wind energy conversion system, commonly employ the inertia compensation scheme for reproducing mechanical behaviours similar to real wind turbines (WTs). However, it is found in this study that when a WT with large inertia is simulated, the time delay in command communication from control unit to motor driver, usually neglected in the existing inertia compensation scheme, results in the oscillating acceleration response and consequently leads to instability of the WTS system. As a result, the existing WTS is unable to stably simulate large‐inertia WTs, which significantly limits its applicability. Hence, in this study, a linear discrete model of the inertia compensation part that considers time delay of acceleration observation and communication is developed. On the basis of this model, an improved inertia compensation scheme in which a high‐order filter is introduced to eliminate the deviation of acceleration response caused by the two types of time delay is proposed. Finally, the improved inertia compensation scheme and its applicability to simulating a 600 kW WT developed by National Renewable Energy Laboratory are experimentally verified.

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 enseignants0,002
Score d'incertitude au seuil0,004

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 Opus0,021
Tête enseignante GPT0,243
Écart entre enseignants0,222 · 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

Citations30
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Renewable Power GenerationMême sujetWind Turbine Control SystemsTravaux en français237 207