Please use this identifier to cite or link to this item: http://dspace.ensta.edu.dz/jspui/handle/123456789/226
Full metadata record
DC FieldValueLanguage
dc.contributor.authorBEY, Anis Samy-
dc.contributor.authorBENACHOUR, Ali (Directeur de thèse)-
dc.contributor.authorDali, Ali (Directeur de thèse)-
dc.date.accessioned2024-02-11T14:19:30Z-
dc.date.available2024-02-11T14:19:30Z-
dc.date.issued2022-
dc.identifier.urihttp://dspace.ensta.edu.dz/jspui/handle/123456789/226-
dc.descriptionMémoire de fin d’étude d’Ingéniorat :Traction Electrique: Alger : Ecole National Supérieure des Technologies Avancées(ex ESSA) : 2022en_US
dc.description.abstractL’objectif principal de ce sujet est d’étudier et implémenter la commande prédictive à base du model (MPC) puis à base des réseaux de neurones appliqué aux convertisseurs de puissance pour améliorer les performances de nos systèmes. Nous commençons notre étude par un état de l’art sur les convertisseurs matriciels, l’intelligence artificielle et la commande prédictive. Ensuite, la commande prédictive du courant à base du modèle (MPCC) puis à base des réseaux de neurones artificiels a été appliquée à une charge RL alimentée par un onduleur Une comparaison entre les deux commandes proposées a été établie.en_US
dc.language.isofren_US
dc.subjectConvertisseur Matricielen_US
dc.subjectla commande prédictive à base du modèleen_US
dc.subjectfonction de coûten_US
dc.titleSimulation and implementation of Model Predictive Current Control and Artificial neural network based on MPCC of a Three-Phase, Two Level, Inverter-Fed RL-Loaden_US
dc.typeThesisen_US
Appears in Collections:ING- Electrotechnique (Traction Electrique)

Files in This Item:
File Description SizeFormat 
PFE.TE.2022.BEY.pdfMémoire d’ingéniorat2.95 MBAdobe PDFView/Open


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