A Comprehensive Study on DC-DC Converter for Equal Current Sharing and Voltage Stability in Renewable Energy Resources
Notice bibliographique
Résumé
This paper presents a comprehensive survey on the use of artificial neural networks (ANN) for enhancing DC-DC converters in renewable energy systems, focusing on equal current sharing and voltage stability amidst the growing scarcity of electricity.The survey methodically examines literature on ANN integration with DC-DC converters, selecting studies based on their relevance to managing renewable energy efficiently, improving power distribution, and the effectiveness of ANN in addressing these challenges.The research identifies several gaps, including optimal power distribution, predictive controller limitations, and the instability of proportional-integral (PI) controls due to online training algorithm adjustments.To bridge these gaps, an innovative ANN-based control method for DC-DC converters is proposed, aimed at bolstering power generation quality, enabling flexible power distribution across microgrids, and enhancing the stability, reliability, and cost-effectiveness of renewable energy sources.Moreover, the paper discusses the correction of offline training problems, feedback error signal corrections, and integral error signals of DC-DC converters, offering new insights and solutions to overcome these technical barriers.This study underscores the converter's size and integration significance, juxtaposing traditional methods with ANN-based controls to highlight the latter's performance and efficiency advantages.Through a detailed review and proposed solutions to significant challenges in renewable energy management, this work contributes to the field's advancement by enhancing the efficiency and reliability of power systems through cutting-edge ANN-based control methods.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».