Dynamic Bidirectional-Controlled Inverter-Based Grid Optimized by Neural Networks
Notice bibliographique
Résumé
Grid-based voltage source inverters frequently utilize the droop control technique combined with inner/outer voltage and current regulation mechanisms to ensure a dependable electricity supply. This study seeks to introduce a Cascade-Forward Neural Network (CFNN) control approach designed to lead inverter-based grids when operating in grid-connected or islanded modes, focusing on improving the transient state performance of the CFNN technique. The suggested approach involves utilizing the inverter in a bidirectional manner, suitable for a diverse array of battery energy storage systems and distributed generation setups. The proposed strategy leverages CFNN to grasp the inverter’s non-linear model, enabling precise monitoring of demand and reference power across various operational scenarios within smart grid applications. Furthermore, the approach redefines the grid control concept, guiding the inverter according to optimal parameters that encompass power demand, reference power, equipment dimensions, and external disturbances. Notably, this method circumvents the need for any manual tuning procedures. Furthermore, incorporating dynamic elements into the approach improves the protection system’s responsiveness. This ensures continuous power supply during faults, enabling a more effective and rapid response, enhancing system resilience, and reducing downtime. This dual advantage of better power supply and heightened protection system sensitivity highlights the proposed method’s significance in fortifying the reliability of power systems.. To assess the efficacy of the suggested CFNN controller, its power tracking, operational capabilities, and dynamic response are assessed via multiple experimental trials employing the hardware-in-the-loop (HIL) approach across various scenarios. The outcomes of these tests are meticulously compared to a well-established conventional strategy, affirming the effectiveness of the proposed method.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».