ترجمه مقاله کنترل حالت لغزان برای سیستم های توربین بادی با شبکه عصبی
ترجمه مقاله Sliding Mode Control for Variable-Speed Wind Turbine Generation Systems using Artificial Neural Network
در این بخش ترجمه مقاله کنترل حالت لغزان برای سیستم های توربین بادی سرعت متغیر با شبکه عصبی را آماده کردیم که علاوه بر چکیده و مقدمه می توانید خود مقاله اصلی را نیز به طور رایگان دانلود کنید.
چکیده مقاله
راه انداختن سرعت ژنراتور القایی (IG) با استفاده از کنترل کننده شبکه عصبی مصنوعی پیشنهادی (ANN) و کنترل کننده حالت لغزان در این مقاله پیشنهاد می شود. سیستم تبدیل انرژی باد (WECS) اتصال یافته به شبکه نیاز های کنترلی را با توجه به ژنراتور های الکتریکی و مشخصه غیرخطی ذاتی آسیاب های بادی نشان می دهد جبران گشتاور ANN پیشخوردی برای بالا بردن مقاومت سیستم ژنراتور القایی راه اندازی شده بادی می باشد. کنترل کننده برای شروع سرعت توربین برای میزان کردن تنظیم توان و استخراج توان ماکزیمم از باد طراحی می شود. زمانیکه حالت لغزان بر روی سطح لغزان روی می دهد، سیستم کنترل با عنوان سیستم بازخورد حالت قوی عمل می کند. علاوه بر این، کنترل کننده سرعت حالت لغزان بر پایه سطح لغزان مدلسازی می شود.
مقدمه
انرژی باد گرفته شده به وسیله توربین بادی (WT) به سرعت دورانی، سرعت باد و گام تیغه بستگی دارد. کارکرد اسکوپ سوئیچ زنی عریض باد ساختار بی ثباتی و آیرودینامیکی غیرخطی WT برای سیستم های تبدیل انرژی اضافه کرد. اثرات مکانیکی همچنین با سرعت دورانی تغییر یافتند. تمام عامل های بالا کنترل WECS را مشکل تر می سازد. استراتژی کنترل سنتی بر پایه مدل خطی شده نمی تواند کنترل راضی کننده ای تحت تغییر باد مقیاس بالا را تضمین کند.
WECS می تواند در توپولوژی های مستقل، هایبرید، و اتصال شده به شبکه یافت شود. بطور قدیمی، توربین های بادی با ژنراتور های آسنکرون، میدان گردشی یا قفسه سنجابی مرتبط می باشند، که سیستم کم خرج و محکمی را فراهم می کنند. مشکل اساسی این است که سیستم پایانی شدیدا غیر خطی می باشد، و استراتژی کنترل غیرخطی برای درست کردن سیستم برای دسترسی به نقطه تولید بهینه اش نیاز می باشد. از میان بقیه، سیستم های فازی و کنترل حالت لغزان به عنوان جانشین های کنترل عملی پیشنهاد شده اند.
چکیده انگلیسی
An induction generator (IG) speed drive with the application of a sliding mode controller and a proposed artificial neural network (ANN) controller is introduced in this paper. Grid connected wind energy conversion system (WECS) present interesting control demands, due to the intrinsic nonlinear characteristic of wind mills and electric generators The ANN torque compensation is feed-forward to increase the robustness of the wind driven induction generator system. The proposed controller is designed to drive the turbine speed to extract maximum power from the wind and adjust to the power regulation. When sliding mode occurs on the sliding surface, the control system acts as a robust state feedback system. Moreover, a sliding mode speed controller is designed based on a sliding surface.
منبع : www.sciencedirect.com
هیچ نظری ثبت نشده است