Artificial-Intelligence-Based Reduced Sensor Voltage Control Strategy for DC Microgrid Applications
Hyväksytty
Luokittelutiedot
OKM-julkaisutyyppi
A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä (vertaisarvioitu)
Julkaisun muoto
Artikkeli
Kohderyhmä
Tieteellinen
Vertaisarvioitu
Vertaisarvioitu
Artikkelityyppi
Alkuperäisartikkeli
Emojulkaisun tyyppi
Lehti
Julkaisukanavan tiedot
Lehden/sarjan nimi
Iet renewable power generation
ISSN-P (painettu)
1752-1416
ISSN-E (elektroninen)
1752-1424
ISSN-L (linking)
1752-1416
Kustantaja
Institution of engineering and technology
Julkaisun JUFO ID
57631
Julkaisun JUFO-taso
2
Julkaisu on FT-listalla
Ei
Julkaisun SNIP-taso
0.95
Julkaisumaa
Yhdistynyt kuningaskunta
Kansainvälisyys
Kyllä
Julkaisun tarkemmat tiedot
Julkaisuvuosi
2025
Ilmoitusvuosi
2025
Lehden/sarjan volyymi
19
Lehden/sarjan numero
1
Artikkelinumero
e70072
DOI
10.1049/rpg2.70072
Julkaisukieli
englanti
Yhteisjulkaisutiedot
Kansainvälinen yhteisjulkaisu
Ei
Yhteisjulkaisu yrityksen kanssa
Ei
Saatavuustiedot
Verkkojulkaisun linkki
Linkki rinnakkaistallenteeseen
Luokitukset ja lisätiedot
OKM-tieteenalaluokitus
213 Sähkö-, automaatio- ja tietoliikennetekniikka, elektroniikka
Avainsanat
AI; Microgrid; DC-DC Converter; Machine Learning; Reduced Sensor; Voltage Control; DC–DC power converters; Hardware‐in‐the loop simulation; Microgrids; Neural networks; Predictive control; Reduced sensor voltage control
Rahoittajatiedot
Rahoitustiedot julkaisussa
This work is carried out in a project titled Smart Grid 2.0 with the financial support provided by Business Finland under Grant No. 1386/31/2022.
Tutkimusaineistotiedot
Tutkimusaineistotiedot julkaisussa
The data that support the findings of this study are available from the corresponding author upon reasonable request.
Lähdetietokantojen tunnukset
Scopus -tunniste
2-s2.0-105007745938