MétaCan
Menu
Retour à la cohorte
Enregistrement W7116671299 · doi:10.1002/ese3.70398

Improving the Characteristics of the Direct FOC Strategy in DFIG‐Based Wind Turbine Systems Using FOIDD and FOPD Controllers

2025· article· en· W7116671299 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnergy Science & Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Turbine Control Systems
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesKing Khalid University
Mots-clésControl theory (sociology)Robustness (evolution)Wind powerTotal harmonic distortionTurbineAC powerParticle swarm optimizationController (irrigation)PID controller

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The conventional direct field‐oriented control (DFOC) strategy using proportional–integral (PI) regulators for managing the energy of a doubly fed induction generator (DFIG) in wind turbine systems often proves inadequate due to the PI controller's sensitivity to parameter variations. Additionally, it tends to produce lower‐quality energy output. To address these shortcomings, this study proposes a novel control strategy that combines two fractional‐order controllers: a fractional‐order proportional‐derivative (FOPD) regulator and a fractional‐order integral dual‐derivative (FOIDD) regulator. These regulators are valued for their simplicity, low cost, and ease of implementation. The hybrid FOPD–FOIDD approach aims to enhance the performance and robustness of the traditional DFOC‐PI control applied to DFIG‐based wind turbine systems, enabling improved power regulation and dynamic response. To further optimize the designed control system, Particle Swarm Optimization is used to fine‐tune the controller parameters, ensuring efficient and stable power generation under varying and dynamic wind conditions. The new regulator replaces the classical PI in the DFOC scheme for the rotor‐side converter of the DFIG. The design and simulations were realized in MATLAB, and results were rigorously compared with those of the DFOC‐PI system under diverse operating conditions, including variations in active power reference, rapid wind speed changes, and parameter uncertainties. The comparative analysis demonstrates that the proposed FOPD–FOIDD controller significantly outperforms the DFOC‐PI. Simulation results show major improvements in dynamic performance, including reductions in current harmonic distortion by up to 87.55% and 14.14%, and substantial decreases in active power, torque, and reactive power ripples—by 93.18%, 92.42%, and 74.99%, respectively. Overall, the new control strategy exhibits superior robustness and stability, maintaining high‐quality power generation despite unpredictable variations in generator parameters.

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 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)0,001
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: Empirique
Score de désaccord entre enseignants0,163
Score d'incertitude au seuil0,649

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,005
Tête enseignante GPT0,180
Écart entre enseignants0,175 · 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