MétaCan
Menu
Retour à la cohorte
Enregistrement W2797141239 · doi:10.1109/jpets.2018.2825142

Control of a PMSG Wind-Turbine Under Asymmetrical Voltage Sags Using Sliding Mode Approach

2018· article· en· W2797141239 sur OpenAlexafffund
Devbratta Thakur, Jin Jiang

Notice bibliographique

RevueIEEE Power and Energy Technology Systems Journal · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTurbineControl theory (sociology)Wind powerVoltage sagVoltageGridConvertersSliding mode controlEngineeringPermanent magnet synchronous generatorAC powerLow voltage ride throughComputer scienceControl (management)Electrical engineeringPower qualityPhysics

Résumé

récupéré en direct d'OpenAlex

The control and operation of a grid-connected wind-turbine with a permanent magnet synchronous generator have been investigated under asymmetrical voltage sags at the grid side. To deal with such conditions, a fast-acting control scheme is needed. It is shown in this paper that a sliding mode control can meet the challenge. In the proposed control scheme, the dc link voltage, and active/reactive powers are decoupled first so that the asymmetrical voltage sag issues can be dealt with independently. To minimize additional stress inflicted by the asymmetrical voltage sag on the power electronic converters, a feed-forward negative sequence voltage is used in the vector current control strategy. Using the developed control scheme, the wind power generation system can remain on-line to support the grid even during the asymmetrical voltage sags. The effectiveness of the proposed control scheme has been validated by extensive simulations as well as through real-time hardware based experiments on a physical wind-turbine test platform.

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 savante0,0010,000
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 Opus0,008
Tête enseignante GPT0,205
Écart entre enseignants0,197 · 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

Citations22
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Power and Energy Technology Systems JournalMême sujetMicrogrid Control and OptimizationTravaux en français237 207