MétaCan
Menu
Retour à la cohorte
Enregistrement W4295036638 · doi:10.1109/icecet55527.2022.9873005

Investigation of MIMO State Feedback Controller for Grid-Connected AC-DC Voltage Source Converters

2022· article· en· W4295036638 sur OpenAlexaff
Taleb Vahabzadeh, Sheraz Baig, Seyyadmilad Ebrahimi, Juri Jatskevich

Notice bibliographique

Revue2022 International Conference on Electrical, Computer and Energy Technologies (ICECET) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Linear-quadratic regulatorConvertersController (irrigation)Voltage sourceVoltage regulatorMIMOComputer scienceFull state feedbackVoltage controllerVoltageEngineeringElectronic engineeringVoltage droopElectrical engineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

Voltage source converters (VSCs) are widely used for AC-DC power conversion and their control performance is important for the stability and dynamic behavior of the system. This paper investigates a multi-input-multi-output (MIMO) state feedback controller for AC-DC VSCs to regulate the DC-link voltage and AC side power factor in the presence of large disturbances. The MIMO state feedback controller is designed based on pole placement (SF-PP) and linear quadratic regulator (SF-LQR) methods. The goal of this paper is to design a simple and effective controller that alleviates the burden of tuning parameters. The time-domain performance of the proposed controller is compared to the conventional decoupled dq-vector PI based control with two nested-loops with three PI controllers tuned based on the first-order-time-delay (FOTD) approach. The small-signal DC impedance-based analysis is employed to demonstrate the dynamic behavior of different controllers in the frequency-domain. Simulation results demonstrate the superior performance of the SF-LQR in controlling DC-link voltage over PI controller and comparable performance of SF-PP to PI controller for regulating power factor.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil1,000

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 ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,206
Écart entre enseignants0,192 · 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 International Conference on Electrical, Computer and Energy Technologies (ICECET)Même sujetAdvanced DC-DC ConvertersTravaux en français237 207