A Novel Adaptive Neuro-Fuzzy Based Field Oriented Control of a Type-3 Based Wind Energy Conversion Systems with Improved Performance
Notice bibliographique
Résumé
As the wind energy conversion system (WECS) has to cope with the wind speed uncertainties it is essential for a WECS to have improved dynamic and transient performances. Hence, in this paper an adaptive neuro fuzzy (ANF) based field-oriented control (FOC) scheme for Type-3 WECS is presented. This proposed ANF based FOC utilizes ANF networks to process the inputs. This proposed control scheme utilizes <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$d-q$</tex> axis stator current and compares with respective references to generate error signals. These error signals are further processed by the ANF networks to produce the d-q axis control voltage for rotor side converter of the WECS. The specific ANF structure and training algorithm is also established and presented in this paper. The effectiveness of the proposed ANF based FOC scheme is investigated and verified through simulation considering variable wind speed situation. The proposed scheme presents enhanced transient and dynamic performance for stator current, torque and rotor speed responses at variable wind speed situations. Furthermore, the proposed ANF based FOC scheme is implemented in real time in digital signal processing board DS 1104 and the efficacy of the proposed ANF based FOC scheme is demonstrated experimentally by applying the scheme on a Type-3 WECS prototype.
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) | 0,000 | 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 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 ».