dor_id: 45774

506.#.#.a: Público

590.#.#.d: Los artículos enviados a la revista "Journal of Applied Research and Technology", se juzgan por medio de un proceso de revisión por pares

510.0.#.a: Scopus, Directory of Open Access Journals (DOAJ); Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe, España y Portugal (Latindex); Indice de Revistas Latinoamericanas en Ciencias (Periódica); La Red de Revistas Científicas de América Latina y el Caribe, España y Portugal (Redalyc); Consejo Nacional de Ciencia y Tecnología (CONACyT); Google Scholar Citation

561.#.#.u: https://www.icat.unam.mx/

650.#.4.x: Ingenierías

336.#.#.b: article

336.#.#.3: Artículo de Investigación

336.#.#.a: Artículo

351.#.#.6: https://jart.icat.unam.mx/index.php/jart

351.#.#.b: Journal of Applied Research and Technology

351.#.#.a: Artículos

harvesting_group: RevistasUNAM

270.1.#.p: Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx

590.#.#.c: Open Journal Systems (OJS)

270.#.#.d: MX

270.1.#.d: México

590.#.#.b: Concentrador

883.#.#.u: https://revistas.unam.mx/catalogo/

883.#.#.a: Revistas UNAM

590.#.#.a: Coordinación de Difusión Cultural

883.#.#.1: https://www.publicaciones.unam.mx/

883.#.#.q: Dirección General de Publicaciones y Fomento Editorial

850.#.#.a: Universidad Nacional Autónoma de México

856.4.0.u: https://jart.icat.unam.mx/index.php/jart/article/view/159/156

100.1.#.a: Huang, Cong Hui

524.#.#.a: Huang, Cong Hui (2014). Modified Neural Network for Dynamic Control and Operation of a Hybrid Generation Systems. Journal of Applied Research and Technology; Vol. 12 Núm. 6. Recuperado de https://repositorio.unam.mx/contenidos/45774

245.1.0.a: Modified Neural Network for Dynamic Control and Operation of a Hybrid Generation Systems

502.#.#.c: Universidad Nacional Autónoma de México

561.1.#.a: Instituto de Ciencias Aplicadas y Tecnología, UNAM

264.#.0.c: 2014

264.#.1.c: 2014-12-01

653.#.#.a: Photovoltaic system; radial basis function network; Elman neural network; maximum power point tracking; diesel-engine

506.1.#.a: La titularidad de los derechos patrimoniales de esta obra pertenece a las instituciones editoras. Su uso se rige por una licencia Creative Commons BY-NC-SA 4.0 Internacional, https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode.es, para un uso diferente consultar al responsable jurídico del repositorio por medio del correo electrónico gabriel.ascanio@icat.unam.mx

884.#.#.k: https://jart.icat.unam.mx/index.php/jart/article/view/159

001.#.#.#: 074.oai:ojs2.localhost:article/159

041.#.7.h: eng

520.3.#.a: This paper presents modified neural network for dynamic control and operation of a hybrid generation systems. PVand wind power are the primary power sources of the system to take full advantages of renewable energy, and thediesel-engine is used as a backup system. The simulation model of the hybrid system was developed using MATLABSimulink. To achieve a fast and stable response for the real power control, the intelligent controller consists of aRadial Basis Function Network (RBFN) and an modified Elman Neural Network (ENN) for maximum power pointtracking (MPPT). The pitch angle of wind turbine is controlled by ENN, and the PV system uses RBFN, where theoutput signal is used to control the DC / DC boost converters to achieve the MPPT. And the results show the hybridgeneration system can effectively extract the maximum power from the PV and wind energy sources.

773.1.#.t: Journal of Applied Research and Technology; Vol. 12 Núm. 6

773.1.#.o: https://jart.icat.unam.mx/index.php/jart

022.#.#.a: ISSN electrónico: 2448-6736; ISSN: 1665-6423

310.#.#.a: Bimestral

264.#.1.b: Instituto de Ciencias Aplicadas y Tecnología, UNAM

doi: https://doi.org/10.1016/S1665-6423(14)71674-8

harvesting_date: 2023-11-08 13:10:00.0

856.#.0.q: application/pdf

last_modified: 2024-03-19 14:00:00

license_url: https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode.es

license_type: by-nc-sa

_deleted_conflicts: 2-ef23c14b84c8f72024ea446337b2ee80

No entro en nada

No entro en nada 2