MétaCan
Menu
Retour à la cohorte
Enregistrement W2571072212 · doi:10.1109/iecon.2016.7793465

A multifunctional three-phase grid-connected single-stage SPV system using an intelligent adaptive control technique

2016· article· en· W2571072212 sur OpenAlexaff
Rahul Kumar Agarwal, Ikhlaq Hussain, Bhim Singh, Ambrish Chandra, Kamal Al‐Haddad

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnergy
ThématiquePhotovoltaic System Optimization Techniques
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesDepartment of Science and Technology, Ministry of Science and Technology, India
Mots-clésMaximum power point trackingPhotovoltaic systemControl theory (sociology)HarmonicsVoltage sourcePower factorThree-phaseAC powerRippleInductorComputer scienceElectronic engineeringEngineeringVoltageElectrical engineeringInverter

Résumé

récupéré en direct d'OpenAlex

In this paper, a multifunctional three-phase grid-connected single-stage solar photovoltaic (SPV) system is presented using an intelligent adaptive control technique. The system configures a SPV array, VSC (Voltage Source Converter), interfacing inductors, ripple filter and three-phase grid connected nonlinear loads. The system is multifunctional as it provides functions of two different modes: 1) It acts as a SPV energy conversion system supplying active power to the loads and grid as well as a DSTATCOM (Distributed Static Compensator), and 2) It acts as a DSTATCOM alone, when SPV generation is unavailable and mitigates several power quality issues such as harmonics attenuation, voltage fluctuations and flickers, reactive power compensation, power factor correction (PFC) and load balancing. It uses a single-stage converter topology with variable step-size least mean fourth (VSS-LMF) derived adaptive control technique for VSC switching incorporating perturb and observe (P&O) method for MPPT (Maximum Power Point Tracking). The performance of the presented system is validated through experimental results obtained on the developed laboratory prototype.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,940
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,057
Tête enseignante GPT0,282
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.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhotovoltaic System Optimization TechniquesTravaux en français237 207