Contribution à la commande robuste d’une éolienne à vitesse variable à base d’algorithmes d’apprentissage automatique

DSpace/Manakin Repository

Aide Aide Aide

Nos fils RSS

Toubkal : Le Catalogue National des Thèses et Mémoires

Contribution à la commande robuste d’une éolienne à vitesse variable à base d’algorithmes d’apprentissage automatique

Show full item record


Title: Contribution à la commande robuste d’une éolienne à vitesse variable à base d’algorithmes d’apprentissage automatique
Author: Boufounas, El-Mahjoub
Abstract: Le travail abordé dans cette thèse contribue à l’élaboration d’une famille de lois de commande adaptatives robustes par modes glissants et par l’approche H°°, permettant de répondre aux exigences spécifiques de chaque zone de fonctionnement des éoliennes à vitesse variable et à calage variable. A vent faible, le travail concerne l’optimisation de l’extraction de l’énergie, alors qu’à vent fort, le but de la commande est d’améliorer la qualité de la puissance générée, tout en gardant la vitesse du rotor autour de sa valeur nominale. Ainsi les travaux présentés dans cette thèse visent dans un premier volet à développer une commande adaptative robuste à vent faible pour le système éolien avec un comportement dynamique inconnu. L’utilisation des réseaux de neurones pour l’estimation des termes incertains, permet une bonne description du système et favorise l’incorporation d’une commande par modes glissants avec un gain acceptable, tout en évitant les problèmes de réticence et de divergence en présence d’incertitudes larges. L’étude de stabilité est assurée par le critère de lyapunov. Cependant, plusieurs difficultés ont été rencontrées, tel que l’apparition d’un gain élevé a l’entrée de la commande notamment en régime transitoire ainsi que le temps d’apprentissage assez grand généré par les réseaux de neurones. Dans un deuxième volet, Nous avons présenté une commande adaptative robuste par H°° à base des réseaux de neurones flous, afin de résoudre le problème de « reaching phase ». Cette nouvelle méthode est basée essentiellement sur la modification de l’erreur de sortie en utilisant une fonction exponentielle. La combinaison des réseaux de neurones et de la logique floue a permis un fonctionnement en temps réel. Enfin, nous avons développé une loi de commande robuste multivariable en couple et en pitch pour les vents forts. Cette approche est plus performante en termes de régulation de la puissance et de la vitesse du rotor.
Date: 2015

Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show full item record

Search DSpace


Advanced Search

Browse

My Account