MétaCan
Menu
Retour à la cohorte
Enregistrement W4392375619 · doi:10.18280/jesa.570126

Enhanced Backstepping Control for HESG-Based Wind Conversion Systems in MPPT Applications

2024· article· en· W4392375619 sur OpenAlexvenueno aff
Walid Mohammed Kacemi, Elhadj Bounadja, Abdelkadir Belhadj Djilali, Atif Iqbal, Khaled Fettah

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBacksteppingMaximum power point trackingControl (management)Computer scienceControl theory (sociology)Control engineeringEngineeringElectrical engineeringAdaptive controlArtificial intelligenceInverter

Résumé

récupéré en direct d'OpenAlex

In recent years, the wind conversion system (WCS) sector has witnessed a notable surge in the recognition of robust control methodologies.This paper undertakes a thorough investigation into a resilient control system customized for a self-contained WCS, seamlessly integrating a hybrid excitation synchronous generator (HESG) linked to an independent load during the crucial Maximum Power Point Tracking (MPPT) phase.The motivation for this study lies in the growing integration of HESG technology within WCS frameworks.Addressing a vital gap in prior research, which often focused on the structural intricacies of HESG while neglecting their operational efficacy, this work aims to rectify this imbalance.Traditional control systems have limitations for WCS applications.In particular, proportional-integral (PI) controllers struggle with power quality and system performance.In this context, our research presents a MATLAB-Simulink-based equivalent model of WCS that has been rigorously developed.A novel control strategy based on Backstepping Control (BSC) is proposed as a countermeasure to existing challenges.This method not only improves WCS control efficiency but also demonstrates its proficiency in optimizing MPPT.The simulations indicate that the suggested control system outperforms the PI system regarding power fluctuations, response time, overshoot, and durability.This result demonstrates its potential to improve the effectiveness of renewable energy production.

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: aucune
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,803

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 Opus0,008
Tête enseignante GPT0,221
Écart entre enseignants0,212 · 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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Européen des Systèmes AutomatisésMême sujetMicrogrid Control and OptimizationTravaux en français237 207