تشخیص خرابی سنسور و برآورد یک DFIG مجهز به توربین بادی

نوع فایل : word

تعداد صفحات : 10

تعداد کلمات : 1950

مجله : Energy Procedia

انتشار : 2017

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

:

تاریخ انتشار
20 مارس 2020
دسته بندی
تعداد بازدیدها
1021 بازدید
29,500 تومان

عنوان فارسی مقاله:تشخیص خرابی سنسور و برآورد یک DFIG مجهز به توربین بادی

 

چکیده

 ژنراتور القایی دو سو تغذیه بر اساس توربین‌های بادی نیازمند درجه بالایی از قابلیت اطمینان و قابل دسترسی بوده و ویژگی بارز آن‌ها کار های نگه داری و پر هزینه بودن است. این مقاله به بررسی راهبرد جدید تشخیص و برآورد خرابی سنسور جریان در استاتور و روتور ژنراتور القایی دو سو تغذیه می‌پردازد(خرابی سنسورDFIG مجهز به توربین بادی). در ابتدا، مدل فضای حالت ژنراتور القایی دو سو تغذیه بر اساس معادلات ولتاژ و جریان توسعه می‌یابد که برای برآورد حالات و تولید باقی مانده با مشاهده گر لانبرگر استفاده می‌شود. سپس نتایج باقی مانده برای تشخیص و برآورد خطا استفاده می‌شوند. در نهایت اثر بخشی روش از طریق تست‌های شبیه سازی انجام شده با سناریوهای خطای مختلف ارزیابی می‌شود(خرابی سنسورDFIG مجهز به توربین بادی).

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: SENSOR FAULTS DETECTION AND ESTIMATION FOR A DFIG EQUIPPED WIND Turbin

Abstract: 

Doubly Fed Induction Generator (DFIG) based on wind turbines demand a high degree of reliability and availability and they are characterized by expensive and safety critical maintenance work. This paper deals with a new strategy for detection and estimation of current sensor faults in the stator and rotor of a DFIG. First, a state space model of a DFIG is developed based on voltages and flux equations, which can be used in order to estimate states and to generate residuals by using a Luenberger observer. Then, the residuals results are exploited for faults detection and estimation. Finally, the effectiveness of the developed approach is validated through simulation tests performed by different faults scenarios.

    دیدگاهتان را بنویسید