인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
This paper proposes a novel neural network (NN)-based perturb & observe (P&O) maximum power point tracking (MPPT) control method. The proposed approach introduces a feedforward neural network (FNN)-based PV operating point (PV-OP) estimator, which outputs a score indicating the relative position of the current PV operating point. This score is used within the P&O algorithm to dynamically adjust the perturbation step size, thereby improving tracking performance under rapidly changing irradiance conditions. Unlike conventional NN-based MPPT methods that directly determine the control variable, the proposed method decouples the NN output from the control action, providing only a reference signal. This approach reduces the sensitivity to training uncertainty and enhances control robustness. Moreover, the modular and independent features of the PV-OP estimator can be applied to various MPPT strategies. Irradiance step response tests and EN 50530 dynamic test procedures were conducted using MATLAB/Simulink simulations and hardware-in-the-loop experiments to validate the effectiveness of the proposed MPPT control method.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093942609
