Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Przegląd Elektrotechniczny

1 2024

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: próba klasyczna

Sortuj według:

Ogranicz wyniki do:

Parameter identification of doubly fed induction generator (DFIG) using particle swarm optimization (PSO) algorithm

Bakari Mohammed, Arama Fatima Zohra, Ouiedali Omar

Przegląd Elektrotechniczny

2024

R. 100, nr 9

261--266

The objective of this study is to determine the parameters of the doubly fed induction generator (DFIG), which is a crucial first step in wind turbine power generation. This research focuses on understanding the dynamics of the DFIG system and aims to develop more precise control systems for network movement and the exchange of active and reactive energy, especially at high speeds in this domain. This research utilizes the particle swarm optimization (PSO) approach to perform DFIG parametric identification. The model simulation is adapted to the identical settings in the MATLAB/Simulink software environment. The identification findings of the "PSO" method are compared to those of traditional testing and validated based on their accuracy and convergence to the energy source values obtained by the dSPACE panel. The findings obtained using the "PSO" algorithm demonstrate superior effectiveness and performance compared to the conventional identification approach.

Celem tego badania jest określenie parametrów generatora indukcyjnego z podwójnym zasilaniem (DFIG), który jest kluczowym pierwszym krokiem w wytwarzaniu energii przez turbinę wiatrową. Badania te skupiają się na zrozumieniu dynamiki systemu DFIG i mają na celu opracowanie bardziej precyzyjnych systemów sterowania ruchem sieci oraz wymianą energii czynnej i biernej, szczególnie przy dużych prędkościach w tej dziedzinie. W badaniach tych wykorzystano podejście optymalizacji roju cząstek (PSO) do przeprowadzenia identyfikacji parametrycznej DFIG. Symulacja modelu dostosowana jest do identycznych ustawień w środowisku oprogramowania MATLAB/Simulink. Wyniki identyfikacji metody „PSO” porównuje się z wynikami tradycyjnych testów i waliduje na podstawie ich dokładności i zbieżności z wartościami źródła energii uzyskanymi przez panel dSPACE. Wyniki uzyskane przy użyciu algorytmu „PSO” wykazują wyższą skuteczność i wydajność w porównaniu z konwencjonalnym podejściem do identyfikacji.