Enhanced Control of Doubly Fed Induction Generator Based Wind Turbine System Using Fractional-Order Fuzzy PD+I Regulator
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper introduces an innovative control strategy for wind turbine systems (WTS) based on doubly fed induction generators (DFIGs).The strategy employs a fractional-order fuzzy PD+I (FO Fuzzy PD+I) regulator, which is optimized using the social spider optimizer (SSO) algorithm.This approach marks a significant advancement in DFIG control compared to existing methods that rely on traditional PI regulators.The proposed FO Fuzzy PD+I regulator leverages the combined strengths of fuzzy logic and fractional-order control, resulting in superior performance and robustness in DFIG current control.It effectively addresses uncertainties in DFIG parameters and wind speed variations, while enabling independent active and reactive power regulation for enhanced grid integration and power quality management.The efficacy of the proposed approach is validated through simulations across diverse operational scenarios, encompassing step changes in active power reference and rapid fluctuations in wind speed.The optimized FO Fuzzy PD+I regulator consistently outperforms the traditional PI regulator in terms of integral time absolute error (ITAE), peak overshoot, maximum undershoot, settling time, and total harmonic distortion (THD) of DFIG current.This research represents a significant contribution to the field of DFIG control, offering a more effective and robust solution for wind turbine operation, ultimately leading to improved power quality and grid integration capabilities.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle