MétaCan
Menu
Retour à la cohorte
Enregistrement W3199815485 · doi:10.18280/jesa.540415

Experimental Evaluation of Single-Phase Shunt Active Power Filter Based on Optimized Synergetic Control Strategy for Power Quality Enhancement

2021· article· en· W3199815485 sur OpenAlexvenueno aff
Oussama Gherouat, Abdelouahab Hassam, Oualid Aissa, Badreddine Babes

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2021
Typearticle
Langueen
DomaineEngineering
ThématiquePower Quality and Harmonics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Particle swarm optimizationMATLABPID controllerCascadeComputer scienceDSPACETransient (computer programming)Controller (irrigation)Active power filterControl engineeringCompensation (psychology)VoltagePower qualityAC powerEngineeringControl (management)Temperature controlAlgorithm

Résumé

récupéré en direct d'OpenAlex

In this paper, a synergetic approach based on particle swarm optimization (SC-PSO) technique is proposed for Single-Phase Shunt Active Power Filter (SP-SAPF). Two-loop cascade controller for SP-SAPF has been designed. In the first loop, a PI controller is used to effectively regulate the DC link voltage. In the second one, a synergetic controller is performed in the current compensation control loop. The various adjustable parameters of the studied synergetic controller are tuned by a PSO algorithm. The objective of this adjustment is to get the optimal control parameters for satisfying requirements of power quality and high dynamic responses for SP-SAPF. The effectiveness of the suggested SC-PSO approach has been proved by simulation and experimental tests using MATLAB/Simulink environment and dSPACE 1104 card for several operating conditions. The experimental results demonstrate that the developed SC-PSO approach is very satisfactory and offers a high performance for both transient and steady states.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,202
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 Opus0,070
Tête enseignante GPT0,341
Écart entre enseignants0,272 · 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.

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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Européen des Systèmes AutomatisésMême sujetPower Quality and HarmonicsTravaux en français237 207