Parameters estimation based on recursive extended least-squares method in dc distribution systems and interior permanent magnet synchronous motors
Notice bibliographique
Résumé
Adaptive control is widely used in modern control systems to maintain optimal system performance when the plant parameters are unknown and/or varying with time. Various system identification methods have been developed to estimate the system parameters in real time, which allows a parameter-related adaptive controller to be accordingly calibrated under parameter variation conditions. In this thesis, two practical applications of online parameters estimation are introduced: one the online source impedance identification for self-stabilizing controller design in dc distribution systems; and the adaptive controller design in interior permanent magnet synchronous motor (IPMSM) drive systems. In dc distribution systems, the parameters of source impedances are crucial for load controller design to guarantee the stability of source-load interface. Since the source impedance may vary when the system configuration changes, the online impedance estimation is necessary for designing advanced self-stabilizing controllers with “plug-n-play” functionality. In this thesis, an innovative technique is proposed for parametric estimation of source impedance using the recursive extended least-squares (RELS) method in conjunction with impulse and pseudo-random binary sequence (PRBS) injections. Rigorous simulation studies demonstrate that the proposed technique yields direct results while providing advantages over traditional ac sweep and commonly used discrete Fourier transform (DFT) techniques. To further verify the feasibility of the proposed method in the real-time environment, the proposed online parameters estimator is implemented and validated on the Typhoon and Opal-RT hardware-in-the-loop (HIL) platform. Moreover, the proposed methodology is extended to parameter-estimation-based adaptive control to mitigate the impact of parameter variations on the maximum torque per ampere (MTPA) operation of IPMSM drive systems. Specifically, a parameter estimator that exploits the RELS algorithm is established to accurately estimate the main parameters of the machine in real time, which enables calibration of the optimal current vector angle that is critical in the MTPA operation of IPMSMs. Extensive simulation studies have been carried out to verify the effectiveness and robustness of the proposed strategy.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».