MétaCan
Menu
Retour à la cohorte
Enregistrement W3139211791 · doi:10.18280/ejee.230110

Design a New DC-DC Converter for a Grid Connected Photovoltaic System

2021· article· en· W3139211791 sur OpenAlexvenueno aff
Hassen Kaddour, Abderrahmane Dib

Notice bibliographique

RevueEuropean Journal of Electrical Engineering · 2021
Typearticle
Langueen
DomaineEnergy
ThématiquePhotovoltaic System Optimization Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhotovoltaic systemHarmonicsInverterConvertersMaximum power point trackingComputer scienceControl theory (sociology)Context (archaeology)Power (physics)GridTotal harmonic distortionAC powerPower factorElectronic engineeringEngineeringControl (management)Electrical engineeringVoltageMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

This paper presents a recent technique for photovoltaic grid connected systems based on the use of the (DPC-SVM) to select the optimal switching states to apply to the inverter, where the extended reactive power is used instead of reactive power. This technique allows achieving an optimal control of the inverter which manifests in controlling the converters using an MPPT algorithm instead of controlling each part separately. This yields to a reduced global control system on a large scale. In this context, we suggest a DC-DC boost converter circuit to ensure better behavior of the system. The FMV technique is used to inject specific harmonics in order to eliminate or minimize the undesired harmonics. The SVM model has also been developed for optimal control of the inverter to prove the high performance of the proposed method. All the results are analyzed theoretically. The simulation has shown that this strategy gives satisfactory performances, improvement of the power factor and a reduction of the THD by 37%.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,018
Tête enseignante GPT0,208
Écart entre enseignants0,191 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Electrical EngineeringMême sujetPhotovoltaic System Optimization TechniquesTravaux en français237 207