MétaCan
Menu
Retour à la cohorte
Enregistrement W4380029382 · doi:10.1109/icit58465.2023.10143039

Intelligent Control of An Islanded Hybrid Microgrid

2023· article· en· W4380029382 sur OpenAlexaff
Mohammad Khenar, Emad Samadaei, Camille-Laurie Normandeau, Jean‐Nicolas Paquin, Kamal Al‐Haddad

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensOpal-Rt Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésMicrogridConvertersComputer scienceController (irrigation)Battery (electricity)SupercapacitorControl engineeringIntelligent controlArtificial neural networkMATLABElectric power systemEnergy storagePower (physics)Automotive engineeringEngineeringControl (management)Electrical engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper presents an intelligent power control strategy for the hybrid power system (HPS) independent microgrid which uninterruptedly provides the load's demand. This HPS system consists of a solar array, fuel cell, battery bank, supercapacitor, a DC bus and an AC bus as well. Intelligent computation of injected power references for the green resources converters as well as the reference power of storage unit converters executed through the artificial neural network (ANN) algorithm. Hence, this artificial intelligent supervisory controller can handle the sustainability of a stand-alone hybrid microgrid when it faces unpredictable fluctuations in the environmental parameter and load demand changes. The dynamic of each resource and storage system is challenged in three different test scenarios. This model is implemented in MATLAB/Simulink, and the observations of the presented results confirm that a combination of available resources and storage devices should be used to guarantee the resiliency of any microgrid.

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 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: Empirique
Score de désaccord entre enseignants0,356
Score d'incertitude au seuil0,275

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 ouverte0,0000,000
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 Opus0,006
Tête enseignante GPT0,195
Écart entre enseignants0,189 · 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.

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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrogrid Control and OptimizationTravaux en français237 207