دانلود مقاله ترجمه شده آنالیز مولفه اصلی جهت شناسایی خطای تبدیل انرژی باد – مجله IEEE

• فهرست مطالب:

چکیده
۱٫ مقدمه
۲٫ مواد و روش‌ها
A. اجرای آنالیز مؤلفه‌های اصلی
۱) روش فرمول سازی PCA
۲) تعیین مقادیر ویژه و بردارهای ویژه
۳) تعیین ساختار مدل
۴) تولید پسماند
۲٫ مدلسازی ریاضی DFIG
A. قاب مرجع دو محور
B. معادلات در قاب‌های مرجع محور α وβ
۴٫ نتایج شبیه سازی و بحث
۵٫ نتیجه گیری

• بخشی از ترجمه:

V. نتیجه گیری
روش PCA مبتنی بر آنالیز پسماند و در سیستم تبدیل انرژی باد مبتنی بر تشخیص ژنراتور القایی دو سو تغذیه استفاده شده است. یک مدل دقیق ماشین با اطلاعات سالم و ناقص برای رویکرد PCA ارائه و شبیه سازی شده است.
چند ارائه از متغییر های حالت ماشین مورد بررسی قرار گرفته‌اند. همه ارائه‌ها در هر دو حالت با و بدون تبدیلات ریاضی و بدن روش PCA، با وجود خطا اطلاعات مهمی نشان نمی‌دهند. در واقع، روش PCA بوضوح حضور خطا را نشان می‌دهد. این روش با روش‌های دیگر پردازش مقایسه شده است. نتایج شبیه سازی تشخیص مناسب آن را نشان می‌دهند اما این کار نیازمند انتخاب مناسب تعداد مؤلفه‌های اصلی می‌باشد.

• بخشی از مقاله انگلیسی:

V. CONCLUSION

PCA method based on residues analysis has been established and applied on wind energy conversion system based on doubly fed induction generator diagnosis. An accurate analytical model of the machine has been proposed and simulated to perform the healthy and faulted data for PCA approach need. Several representations of the state variables of the machine have been analyzed. All representations in both cases without and with mathematical transformations, and without PCA method, do not provide significant information in the presence of faults. Indeed, PCA method application shows clearly the presence of faults. This approach is interesting for all type of representation compared to some other signal processing types. Simulation results show the detection efficiency but require a good choice of the principal components number.

 دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله