| Revista: | Computación y sistemas |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000341054 |
| ISSN: | 1405-5546 |
| Autores: | Ricalde, Luis J1 Cruz, Braulio J1 Sánchez, Edgar N2 |
| Instituciones: | 1Universidad Autónoma de Yucatán, Facultad de Ingeniería, Mérida, Yucatán. México 2Instituto Politécnico Nacional, Centro de Investigación y de Estudios Avanzados, Guadalajara, Jalisco. México |
| Año: | 2010 |
| Periodo: | Oct-Dic |
| Volumen: | 14 |
| Número: | 2 |
| Paginación: | 133-143 |
| País: | México |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado, descriptivo |
| Resumen en español | En este artículo un esquema de control adaptable neuronal recurrente es aplicado a una turbina de viento con un generador síncrono de imán permanente. Debido al comportamiento variable de las corrientes de viento, la velocidad angular del generador es requerida a un valor específico para poder extraer la máxima potencia disponible. Para desarrollar la estructura de control, una red neuronal recurrente de alto orden es utilizada para modelar el sistema generador–turbina el cual es considerado desconocido; una ley de aprendizaje es obtenida utilizando el método de Lyapunov. Una ley de control, que estabiliza la dinámica del error de seguimiento de trayectoria es desarrollada utilizando Funciones de Control de Lyapunov. Mediante simulación, el esquema de control es aplicado a un punto de operación de máxima potencia en una turbina de viento de baja potencia |
| Resumen en inglés | In this paper, an adaptive recurrent neural control scheme is applied to a wind turbine with permanent magnet synchronous generator. Due to the variable behavior of wind currents, the angular speed of the generator is required at a given value in order to extract the maximum available power. In order to develop this control structure, a high order recurrent neural network is used to model the turbine–generator model which is assumed as an unknown system; a learning law is obtained using the Lyapunov methodology. Then a control law, which stabilizes the reference tracking error dynamics, is developed using Control Lyapunov Functions. Via simulations, the control scheme is applied to maximum power operating point on a small wind turbine |
| Disciplinas: | Ciencias de la computación |
| Palabras clave: | Ingeniería de control, Turbinas de viento, Control de máxima potencia, Generadores sincrónicos, Redes neuronales, Método de Lyapunov |
| Keyword: | Computer science, Control engineering, Wind turbines, Maximum power control, Synchronous generators, Neural networks, Lyapunov method |
| Texto completo: | Texto completo (Ver HTML) |
