MétaCan
Menu
Retour à la cohorte
Enregistrement W3138597343 · doi:10.18280/ejee.230106

Real-Time Implementation of the MPPT Control Algorithms of a Wind Energy Conversion System by the Digital Simulator OPAL_RT

2021· article· en· W3138597343 sur OpenAlexvenueno aff
El Oualid Zouggar, Souad Chaouch, Lilia Abdelhamid, Djaffar Ould Abdeslam

Notice bibliographique

RevueEuropean Journal of Electrical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaximum power point trackingController (irrigation)Control theory (sociology)Wind speedTurbineMaximum power principleReal Time Digital SimulatorComputer sciencePower (physics)Wind powerTip-speed ratioDigital controlFuzzy logicPID controllerEnergy (signal processing)SimulationControl engineeringEngineeringControl (management)Temperature controlElectric power systemMathematicsArtificial intelligenceElectronic engineering

Résumé

récupéré en direct d'OpenAlex

This paper presents a comparative study between two algorithms for controlling the Wind Turbine (WT) using real time platforms: RT-Lab. The Maximum Power Point Tracking (MPPT) control technique is implemented for extracting the maximum energy from the wind. The first control consists in taking as a reference strategy the electromagnetic torque associated with the maximum power curve. This controller is known as Indirect Speed Control (ISC). The second one, based on the measured wind speed, is called Direct Speed Control (DSC). In this second controller, the effectiveness of the controllers was evaluated with a PI controller and a Fuzzy Logic (FL) controller. The performances are analyzed and compared on the OPAL-RT digital simulator, which is based on the RT-LAB platform with the model, and its control built in Simulink. The results of the simulations clearly show that algorithm based on fuzzy controllers gives better performance in terms of monitoring the maximum power coefficient and optimal speed compared to conventional algorithms.

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)0,001
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 seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,003
Tête enseignante GPT0,184
Écart entre enseignants0,180 · 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Electrical EngineeringMême sujetWind Energy Research and DevelopmentTravaux en français237 207