MétaCan
Menu
← Retour à la cohorte
Enregistrement W2908150234 · doi:10.1109/iecon.2018.8591389

Hybrid Control for a Power Interface of a PEM-FC System Supplying Residential Thermostatic Loads

2018· article· en· W2908150234 sur OpenAlexafffund
Mohamed Chemsi, Kodjo Agbossou, Alben Cardenas, Abdelhalim Sandali

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésProton exchange membrane fuel cellRenewable energyAutomotive engineeringElectric power systemPower (physics)Energy storageLoad regulationEngineeringComputer scienceElectrical engineeringFuel cellsVoltage

Résumé

récupéré en direct d'OpenAlex

The integration of Fuel Cell (FC) technology in power systems as grid-tied or stand-alone source is a solution to accelerate the transition to cleaner energy production. Proton Exchange Membrane Fuel Cells (PEM-FC) can be used in residential applications where more effort should be employed to facilitate the integration of renewable energy sources. These PEM-FCs are generally used in association with a power-conditioning system to meet the specifications of residential loads. However, supplying alternative current loads generates low and high frequency ripples in the FC current and therefore, impacts negatively the lifetime of the FC. Particularly, thermostatic residential loads, e.g. baseboard heaters mainly used in Nordic countries, impose high and fast variations on the power profile which directly influences the FC performance. This paper focuses on the development of a control strategy for FC power conditioning system to supply residential loads. The proposed strategy minimizes the ripples of the fuel cell current with reduced use of energy storage compared to typical solutions. The proposed control strategy has been implemented in Field Programmable Gate Arrays (FPGA) and validated by simulations and experiments using thermostatic loads.

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 enseignants0,005
Score d'incertitude au seuil0,016

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,005
Tête enseignante GPT0,221
Écart entre enseignants0,216 · 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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetFuel Cells and Related Materials→Travaux en français237 207→