Sensorless speed estimation for long term flywheel energy storage system in standby mode.
Notice bibliographique
Résumé
A novel technique for sensorless speed estimation is presented in this thesis for squirrel cage induction machine (SCIM) drived long-term flywheel energy storage system (FESS) in standby mode. The SCIM model for long-term large-capacity FESS is presented. Based on dynamic model , a hybrid rotor flux observer and speed observer are derived. The hybrid rotor flux observer takes advantages of both the current model and voltage model flux observers by seamlessly incorporating these two models together for a better flux estimation performance even at low speed range. The fundamental speed observer is derived from the dynamic model for speed estimation with a fast response time for a tradeoff of the adaptive capabilities. In order to observe the speed in standby mode, a modified field-oriented control (FOC) scheme is presented. The hybrid flux observer and speed observer are tested in association with the modified FOC. The proposed control technique adopts approaches in an effort to minimize the impact generated by the excitation and speed estimation process to the FESS. Simulation and experiments are conducted to verify the feasibility of the proposed speed estimation at the standby mode. It is also observed that a step change of excitation current has a significant impact to the existing FESS. A ramp control for excitation current is added to avoid the possible oscillation of the estimated speed and the disturbance to the FESS. The speed estimation settling time is optimized based on the experiment and simulation.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 ».