MétaCan
Menu
Retour à la cohorte
Enregistrement W2908142041 · doi:10.1109/iecon.2018.8592692

Sliding Mode Control of Three-Phase series Hybrid Power Filter with Reduced cost and Rating

2018· article· en· W2908142041 sur OpenAlexaff
Muftah Abuzied, Abdelhamid Hamadi, Auguste Ndtoungou, S. Rahmani, Kamal Al‐Haddad

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower Quality and Harmonics
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)AC powerPower factorHarmonicsActive filterVoltage sagHarmonicVoltage optimisationEngineeringSwitched-mode power supplyElectronic engineeringElectronic filterComputer scienceVoltageElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This paper presents and discusses the viability of 3-phase hybrid series power filter compensator in a realistic distribution network. The proposed configuration can challenge unified power quality conditioner (UPQC) with less components and a cost. It ensures power quality by compensating current harmonics, reactive power, sag voltage, swell voltage and unbalance voltage. The main contribution is the proposed configuration integrating a control algorithm of the series active filter to compensate reactive power rather than using a thyristor controlled reactor (TCR). The strategy consists of integration a current source angle in the reference voltage to shifts a reference voltage to get unity power factor in the grid side. The sliding mode control (SMC) which a powerful control ensures a stability using Lyapunov candidate function validation. In order to reduce the rating of the active filter, a design of the passive filter is integrated to take care of reactive power and current harmonic compensation due to its low impedance at the harmonic frequency. The studies include simulation results and evaluations of the passive components used to compensate current harmonics. For the validation, an implementation and testing results are carry out using Matlab/Power Systems (PS).

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,302
Score d'incertitude au seuil0,358

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 Opus0,023
Tête enseignante GPT0,261
Écart entre enseignants0,238 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower Quality and HarmonicsTravaux en français237 207