دانلود مقاله انگلیسی رایگان:بهبود پاسخ توربین های بادی توسط کنترل کننده زاویه گام بر اساس ANFIS تکرار شونده نوع 2 با یادگیری تقویتی غیرفعال - 2020
بلافاصله پس از پرداخت دانلود کنید
دانلود مقاله انگلیسی یادگیری تقویتی رایگان
  • Improving response of wind turbines by pitch angle controller based on gain-scheduled recurrent ANFIS type 2 with passive reinforcement learning Improving response of wind turbines by pitch angle controller based on gain-scheduled recurrent ANFIS type 2 with passive reinforcement learning
    Improving response of wind turbines by pitch angle controller based on gain-scheduled recurrent ANFIS type 2 with passive reinforcement learning

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

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


    ترجمه فارسی عنوان مقاله:

    بهبود پاسخ توربین های بادی توسط کنترل کننده زاویه گام بر اساس ANFIS تکرار شونده نوع 2 با یادگیری تقویتی غیرفعال


    منبع:

    Sciencedirect - Elsevier - Renewable Energy, 157 (2020) 897-910. doi:10.1016/j.renene.2020.05.060


    نویسنده:

    Ehsan Hosseini a, Ehsan Aghadavoodi a, **, Luis M. Fernandez Ramírez b, *


    چکیده انگلیسی:

    In this paper, passive reinforcement learning (RL) solved by particle swarm optimization policy (PSOeP) is used to handle an adaptive neuro-fuzzy inference system (ANFIS) type-2 structure with unsupervised clustering for controlling the pitch angle of a real wind turbine (WT). The proposed control scheme is based on gain-scheduled reinforcement learning recurrent ANFIS type 2 (GS-RL-RANFIST2) pitch angle controller to maintain the rotor speed at its rated value while smoothing the output power and the performance of the pitch angle system. The practical application of the proposed controller is evaluated by using FAST tool for a real 600 kW WT equipped with a synchronous generator with a full-size power converter (CART3, located at the National Renewable Energy Laboratory, NREL), whose results are compared with those obtained by a gain corrected proportional integral (GC-PI) controller. The results demonstrate that the GS-RL-RANFIST2, which sets the nonlinear characteristics of the system automatically and waves more uncertainties in the windy conditions, allows to increase the energy capture and smooth the output power fluctuation, and therefore, to improve the control and response of theWT.
    Keywords: Pith angle controller | Wind turbine | Gain-scheduled | ANFIS type-2 controller | Reinforcement learning (RL) | Unsupervised clustering


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 14
    حجم فایل: 4639 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi