MétaCan
Menu
Retour à la cohorte
Enregistrement W3021859351 · doi:10.1109/pedstc49159.2020.9088365

Modulated Predictive Current Control of PMSG-Based Wind Energy Systems

2020· article· en· W3021859351 sur OpenAlexaff
Kristiyan Milev, Venkata Yaramasu, Apparao Dekka, Samir Kouro

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Permanent magnet synchronous generatorWind powerController (irrigation)AC powerModel predictive controlComputer scienceSpace vector modulationGridGenerator (circuit theory)VoltagePower (physics)EngineeringPulse-width modulationElectrical engineeringControl (management)MathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

This paper presents an efficient modulated model predictive current control for direct driven wind energy system composed of surface-mounted permanent magnet synchronous generator and back-to-back connected voltage source converter. The proposed control method fulfils the generator-side control requirements such as maximum power point tracking, and grid-side control objectives such as DC-link voltage control and power factor correction. These objectives are achieved through the regulation of generator and grid currents with fast transient response, smooth steady-state and fixed switching frequency operation simultaneously. The proposed controller predicts the future behavior of generator and grid currents using quasi-exact discrete-time models and eight voltage vectors, and then evaluates them by two independent cost functions. Finally, the switching sequence is designed by the space vector modulation using three stationary voltage vectors corresponding to the optimal cost function. The performance of the proposed method is validated through the MATLAB simulations using a 750-kW wind energy system at different wind speeds and grid reactive powers.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,441

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 Opus0,012
Tête enseignante GPT0,181
Écart entre enseignants0,168 · 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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMultilevel Inverters and ConvertersTravaux en français237 207