MétaCan
Menu
Retour à la cohorte
Enregistrement W2621129873 · doi:10.1109/ever.2017.7935920

Power factor improvement using adaptive fuzzy logic control based D-STATCOM

2017· article· en· W2621129873 sur OpenAlexaff
Faris Hamoud, Mamadou Lamine Doumbia, A. Chériti, Hakim Teiar

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)HarmonicsPower factorRobustness (evolution)AC powerOvershoot (microwave communication)Feed forwardFuzzy logicComputer scienceFuzzy control systemElectric power systemPower (physics)EngineeringControl engineeringControl (management)VoltagePhysicsTelecommunicationsElectrical engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This work is devoted to solve reactive power and poor power factor problems that occur during the integration of renewable energy sources into the grid. For that, a Distributed Static Synchronous Compensator (D-STATCOM) is proposed. A comparative study of the compensator performance is done with a linear PI-feedforward control technique and a decoupled adaptive fuzzy logic control (AFLC) method. The last one outperforms and it reduces the number of control loop, eliminates the interaction of LCL filter parameters. The AFLC damps the resonance phenomena and reduces the effect of harmonics on the power system around the resonance frequency. In addition, the AFLC had carried robustness even in the presence of structured and unstructured uncertainties. The investigation shows that the performance of the compensator is improved at the presence of the AFLC where the measured values track references perfectly without any overshoot.

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: aucune
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil0,536

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 Opus0,017
Tête enseignante GPT0,224
Écart entre enseignants0,207 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrogrid Control and OptimizationTravaux en français237 207