MétaCan
Menu
Retour à la cohorte
Enregistrement W2896682072 · doi:10.1109/tec.2018.2874563

Small-Signal Modelling and Design Validation of PV-Controllers With INC-MPPT Using CHIL

2018· article· en· W2896682072 sur OpenAlexaff
Mandip Pokharel, Avishek Ghosh, Carl Ngai Man Ho

Notice bibliographique

RevueIEEE Transactions on Energy Conversion · 2018
Typearticle
Langueen
DomaineEnergy
ThématiquePhotovoltaic System Optimization Techniques
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMaximum power point trackingControl theory (sociology)Photovoltaic systemController (irrigation)Transient (computer programming)Small-signal modelMaximum power principleControl engineeringEngineeringComputer scienceOperating pointDigital controlElectronic engineeringVoltageElectrical engineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

The maximum energy that can be harvested from a photovoltaic (PV) system at any instant depends on the effectiveness and response time of the maximum power point tracking (MPPT) algorithm used and related controllers. To facilitate proper controller design, a precise mathematical model of the system is required. This paper presents a comprehensive small signal model capable of describing the dynamics of the power stage and controllers. The power stage consists of a PV system and a dc-dc boost converter including the parasitic elements operating in inverse-buck mode. The MPPT and PV voltage controller constitute the control system. The steady state and transient responses of the system are evaluated by controller-hardware-in-the-loop approach where the power stage is simulated in a real time digital simulator and the control operations are performed in a digital signal processor. The frequency response is experimentally determined using a Gain-Phase analyzer. This unique approach allows control system designers to test and validate a control system design before implementing it with a laboratory scale hardware or any real-life application. This method adds an extra layer of design authentication on top of conventional offline simulations.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,035
Tête enseignante GPT0,218
Écart entre enseignants0,183 · 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

Citations38
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Energy ConversionMême sujetPhotovoltaic System Optimization TechniquesTravaux en français237 207