MétaCan
Menu
Retour à la cohorte
Enregistrement W2902244362 · doi:10.1109/ias.2018.8544527

A Novel MRAC Strategy for Fault Impact Mitigation in HVDC-Connected Offshore Wind Farm System

2018· article· en· W2902244362 sur OpenAlexaff
Mounir Benadja, Miloud Rezkallah, Seghir Benhalima, Fadoul Souleyman Tidjani, Ab. Hamadi, Ambrish Chandra

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Fault (geology)Offshore wind powerPermanent magnet synchronous generatorWind powerExtended Kalman filterElectric power systemKalman filterEngineeringComputer scienceVoltagePower (physics)Control (management)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

This paper proposes a strategy for fault impact mitigation in high-voltage direct current (HVDC) connected offshore wind farm (OWF) system. The OWF contains hundred and fifty variable speed wind turbines (VSWT) using permanent-magnet synchronous generator (PMSG). Each VSWT/PMSG in the OWF has its own ac-dc converter, through which these VSWT/PMSGs are interconnected in series. Technically, the good quality of power is ensured even with the presence of a fault using a new control method based on the model reference adaptive control (MRAC). This technique uses the error between the reference model and the real HVDC system to decrease the fault impact occurred in HVDC system through an adjustment mechanism. Further, integration of the nonlinear observers based on extended Kalman filter (EKF) which guarantee good estimation of the PMSG's speed and rotor position and that of the dc-bus voltage of the offshore side dc-ac inverter thereby eliminating expensive sensors and making the system economical. Effectiveness of the proposed method is analyzed with and without fault compensations of the system. Performance simulation of the proposed system using Matlab shows excellent results.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,833
Score d'incertitude au seuil0,591

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 Opus0,018
Tête enseignante GPT0,265
Écart entre enseignants0,246 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHVDC Systems and Fault ProtectionTravaux en français237 207