MétaCan
Menu
Retour à la cohorte
Enregistrement W2778898627 · doi:10.22098/joape.2017.3007.1251

Adaptive Observer-Based Decentralized Scheme for Robust Nonlinear Power Flow Control Using HPFC

2017· article· en· W2778898627 sur OpenAlexaff
Amin Mohammadpour Shotorbani, Saeid Ghassem Zadeh, Behnam Mohammadi‐Ivatloo, Seyed Hossein Hosseini, L. Wang

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2017
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Lyapunov functionRobustness (evolution)Unified power flow controllerNonlinear systemAdaptive controlMathematicsSettling timeElectric power systemComputer scienceControl engineeringEngineeringPower (physics)Power flowStep response

Résumé

récupéré en direct d'OpenAlex

This paper investigates the robust decentralized nonlinear control of power flow in a power system using a new configuration of UPFC. This structure comprises two shunt converters and one series capacitor called as hybrid power flow controller (HPFC). A controller is designed via control Lyapunov function (CLF) and adaptive observer to surmount the problems of stability such as tracking desired references, robustness against uncertainties, rejecting the disturbances, and remote data estimation. The suggested control scheme is decentralized using adaptive observer to estimate the non-local varying parameters of the system. Stability of the closed loop system is proved mathematically using Lyapunov stability theorem. Performance of the proposed finite-time controller (FT-C) is compared to another suggested exponentially convergent nonlinear controller (ECN-C) and a conventional PI controller (PI-C). Settling time of the state variables are diminished to a known little time by FT-C in comparison with ECN-C and PI-C. Simulation results are given to validate the proposed controllers. Effects of model uncertainties such as parameter variation in the transmission line and the converters are studied and properly compensated by the proposed controllers. The impact of the control gain and the communication time-delay is shown using the Bode diagram analysis.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,728
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,333
Tête enseignante GPT0,515
Écart entre enseignants0,182 · 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'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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetPower System Optimization and StabilityTravaux en français237 207