文献

J-GLOBAL ID：202002251696188985   整理番号：20A1419601

受動強化学習によるゲインスケジュール回帰ANFISタイプ2に基づくピッチ角制御器による風力タービンの応答改善【JST・京大機械翻訳】

Improving response of wind turbines by pitch angle controller based on gain-scheduled recurrent ANFIS type 2 with passive reinforcement learning

著者 (3件)： Hosseini Ehsan (Department of Electrical Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran) ,  Aghadavoodi Ehsan (Department of Electrical Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran) ,  Fernandez Ramirez Luis M. (Research Group in Sustainable and Renewable Electrical Technologies (PAIDI-TEP023), Department of Electrical Engineering, University of Cadiz, EPS Algeciras, 11202, Algeciras, Cadiz, Spain)
資料名： Renewable Energy  (Renewable Energy)
巻： 157  ページ： 897-910  発行年： 2020年 
JST資料番号： A0124C  ISSN： 0960-1481  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本論文では,パーティクルスウォーム最適化ポリシー(PSO-P)によって解決されたパッシブ強化学習(RL)を用いて,実際の風力タービン(WT)のピッチ角を制御するために教師なしクラスタリングを有する適応ニューロファジー推論システム(ANFIS)タイプ-2構造を処理した。提案した制御方式は,出力電力とピッチ角システムの性能を平滑化しながら,その定格値で回転子速度を維持するために,利得スケジューリング強化学習再帰ANFISタイプ2(GS-RL-RANFIST2)ピッチ角制御装置に基づいている。提案したコントローラの実用化を,全サイズの電力変換器(国立再生エネルギー研究所,NREL)を備えた同期発電機を備えた実際の600kW WTのFASTツールを用いて評価し,その結果を利得補正比例積分(GC-PI)制御装置で得た結果と比較した。結果は,システムの非線形特性を自動的に設定するGS-RL-RANFIST2,および風況におけるより多くの不確実性が,エネルギー捕獲を増加させ,出力変動を滑らかにし,従って,WTの制御と応答を改善することを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： スケジューリング ,  *風車 ,  制御方式 ,  平滑化 ,  捕獲 ,  電力変換器 ,  利得 ,  同期発電機 ,  ファジィニューラルネットワーク ,  *強化学習 ,  風況
準シソーラス用語： 粒子群最適化 ,  *ピッチ角度 ,  出力電力 ,  出力変動 , 【Automatic Indexing@JST】

著者キーワード (6件)： ピス角コントローラ ,  風車 ,  ゲインスケジュール ,  ANFIS2型コントローラ ,  強化学習(RL) ,  教師なしクラスタリング

分類 (2件)： 送風機,圧縮機,風車  (QD03000U) ,  風力エネルギー  (LB03060X)

タイトルに関連する用語 (7件)： 強化学習 ,  ANFIS ,  タイプ ,  ピッチ角 ,  制御器 ,  風力タービン ,  応答