文献

J-GLOBAL ID：201802227020500801   整理番号：18A1151409

適応ニューラルネットワークに基づくファジィ推論システムによる風力エネルギーシステムの最大電力点追跡【JST・京大機械翻訳】

Maximum power point tracking for wind energy system by adaptive neural-network based fuzzy inference system

著者 (4件)： Biswas Dilip (Department of Electrical Engineering, IIT(ISM) Dhanbad, India) ,  Sahoo Subhendu Sekhar (Department of Electrical Engineering, IIT(ISM) Dhanbad, India) ,  Tripathi P.M. (Department of Electrical Engineering, IIT(ISM) Dhanbad, India) ,  Chatterjee Kalyan (Department of Electrical Engineering, IIT(ISM) Dhanbad, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： RAIT  ページ： 1-6  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 風力発電システムは,従来の汚染源を伴う汚染と環境問題のために,グリッドの主要なシェアである。風力エネルギーは豊富であるが,風速は不確実である。風速の変化を達成するためには,風速変動に関係なく最大電力を追跡するために制御戦略を採用することが不可欠である。最大有効性を得るために,最大電力点追跡(MPPT)制御装置設計は,注意を改善した。ほとんどのMPPTスキームは風速測定または複雑な推定とオンライン計算に依存している。従って,これらの技術は風速センサの要求によりコストがかかり,風力タービンモデルにおける非類似性により不正確さを受ける。これらの問題を克服するために,適応ニューロファジィ推論システム(ANFIS)を用いた新しい自己同調MPPTを提案した。提案したMPPT解析の有効性を確認するために,提案したアルゴリズムのシミュレーションを,MATLAB Simulink環境を用いた二重誘導発電機(DFIG)ベースの風力システムに対して検証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： センサ ,  制御装置 ,  アルゴリズム ,  ファジィニューラルネットワーク ,  *風力 ,  風速 ,  不確実性 ,  風車 ,  *風力エネルギー ,  誘導発電機
準シソーラス用語： Simulink ,  MATLAB ,  *ピーク電力 ,  風力発電機 ,  *最大電力点追従 , 【Automatic Indexing@JST】

分類 (1件)： 風力発電  (NB03120Q)

タイトルに関連する用語 (4件)： 適応ニューラルネットワーク ,  ファジィ推論システム ,  風力エネルギー ,  最大電力点追跡