MétaCan
Menu
Retour à la cohorte
Enregistrement W2891534830 · doi:10.1049/iet-gtd.2018.5715

Water cycle algorithm‐based optimal control strategy for efficient operation of an autonomous microgrid

2018· article· en· W2891534830 sur OpenAlexaff
Hany M. Hasanien, Mahmoud Matar

Notice bibliographique

RevueIET Generation Transmission & Distribution · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensOntario Power GenerationUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMicrogridComputer scienceControl (management)Mathematical optimizationControl theory (sociology)Control engineeringAlgorithmEngineeringMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study presents a novel water cycle algorithm (WCA)‐based optimal control strategy with the purpose of obtaining an efficient operation of an autonomous microgrid. The proposed control strategy is based on the proportional–integral (PI) controllers, which are optimally designed by the WCA. The optimisation process depends on the simulation‐based optimisation approach and the criteria of integral squared error are chosen as an objective function. The control scheme is applied to an autonomous, decentralised, operation of a microgrid with multiple electronically interfaced distributed generation units and their local loads. In the islanded mode, the proposed controller is used to control the voltages of the islanded system despite the microgrid load and topological variability and uncertainties. The frequency of the islanded system is dictated through the use of an internal oscillator. The effectiveness of the proposed controller is compared with that obtained using the genetic algorithm‐based PI controller. The validity of the proposed control strategy is extensively checked based on simulation studies in the PSCAD/EMTDC environment under different operating conditions of the microgrid. With the application of the WCA‐based optimal PI control scheme, the microgrid operation can be further enhanced.

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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,009
Tête enseignante GPT0,223
Écart entre enseignants0,215 · 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

Citations54
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Generation Transmission & DistributionMême sujetMicrogrid Control and OptimizationTravaux en français237 207