Please use this identifier to cite or link to this item: http://dspace.univ-tiaret.dz:80/handle/123456789/13618
Full metadata record
DC FieldValueLanguage
dc.contributor.authorALLOUT, Narimene-
dc.contributor.authorAISSAT, Nour Elhouda-
dc.date.accessioned2023-10-26T08:14:26Z-
dc.date.available2023-10-26T08:14:26Z-
dc.date.issued2023-06-
dc.identifier.urihttp://dspace.univ-tiaret.dz:80/handle/123456789/13618-
dc.descriptionThis work is devoted to vector control of active and reactive energy by neural networks of a double-fed asynchronous machine (MADA) integrated into a wind system. The transfer of power between the stator and the network is carried out by action on the rotor signals via a bidirectional converter. For a comparative study, the independent control of active and reactive power is ensured in the first stage by classical regulators (PI) and in the second stage by neural regulators (RN). Performance and robustness are analyzed and compared by simulation based on Matlab/Simulink software.en_US
dc.description.abstractLe présent travail est consacré à une commande vectorielle de l’énergie active et réactive par les réseaux de neurones d’une machine asynchrone à double alimentation (MADA) intégrée à un système éolien. Le transfert de puissance entre le stator et le réseau est réalisé par action sur les signaux rotoriques via un convertisseur bidirectionnel. Pour une étude comparative, le contrôle indépendant de la puissance active et réactive est assuré dans la première étape par des régulateurs classiques (PI) et dans la deuxième étape par des régulateurs neuronaux (RN). Les performances et la robustesse sont analysées et comparées par simulation à base du logiciel Matlab/Simpoweren_US
dc.language.isofren_US
dc.publisherUniversité Ibn Khaldounen_US
dc.subjectSystème de conversion éolienen_US
dc.subjectcommande vectorielle directen_US
dc.subjectrégulateurs neuronauxen_US
dc.subjectles réseaux de neuronesen_US
dc.titleCommande de la machine asynchrone à double alimentation par les réseaux de neuronesen_US
dc.typeThesisen_US
Appears in Collections:Master

Files in This Item:
File Description SizeFormat 
TH.M.GE.2023.39.pdf5,57 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.