基于小波變換的船舶電能質(zhì)量暫態(tài)擾動分析與識別

《基于小波變換的船舶電能質(zhì)量暫態(tài)擾動分析與識別》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。

1、分類號：密級？１０１５１ＵＤＣ＿＿單位代碼：＃大是洛ｆ乂學全日制學術(shù)型碩：ｔ研究生學位論文基于小波變換的船舶電能質(zhì)量暫態(tài)擾動分析與識別李奇指導教師文元全教授申請學位類別工學碩±學科（專業(yè)）名稱輪機工程學位授予單位大連海事大學２０１５年１月分類號密級ＵＤＣ１０１５１單位代碼大連海事大學碩古學位論文基于小波變換的船舶電能質(zhì)量暫態(tài)猶動分析與識別李奇指導教師文元全職稱教授學位授予單位大連海事大學工程申請學位類別工學碩±學科（專業(yè)）

2、輪機０２０１５年１月論文完成日期２１４年口月答辯日期答辯委員會主席乂ｎａｌｓｉｓａｎｄＲｅｃｏｎｉｔｉｏ田ｏｆＳｈｉＰｏｗｅｒｕａｌｉｔＴｒａｎｓｉｅｎｔｙｇｐｑｙｄｉｓｔｕｒｂａ田ｃｅｓｂａｓｅｄｏｎｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍＡ化ｅｓｉｓＳｕｂｍｉｔｔｅｄ??；〇ＤａｌｉａｎＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙＩｎａｒｔｉａｌｆｕｌｆｉｌｌｍｅｎｔｏｆｔｈｅｒｅｕｉｒｅｍｅｎｔｓｆｏｒｔｈｅｄｅｒｅｅｏｆｐｑｇＭａｓｔｅｒｏｆＥｎｉｎｅｅｒｉｎｇｇＢｙＬｉｉＱ（

3、ＭａｒｉｎｅＥｎｇｉｎｅｅｒｉｎｇ）ＴｈｅｓｉｓＳｕｐｅｒｖｉｓｏｒ：ＰｒｏｆｅｓｓｏｒＷｅｎＹｕａｎｑｕａｎＪａｎｕａｒ２０１５？ｙ大連海事大學學位論文原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重聲明：本論文是在導師的指導下，獨立進行研究工作所取得的成果，＂＂撰寫成碩±學位論文基于小波變換的船舶電能質(zhì)量暫態(tài)擾動分析與識別。除論文中己經(jīng)注明引用的內(nèi)容外，對論文的研究做出重要貢獻的個人和集體，均己在文中Ｗ明確方式標明。本論文中不包含任何未加明確注明的其他個人或集體己經(jīng)公開發(fā)表或未公開發(fā)表的成果。本聲明的法律責任由本人承擔。

4、學位論文作者簽名：學位論文版權(quán)使用授權(quán)書本學位論文作者及指導教師完全了解大連海事大學有關(guān)保留、使用研究生學位論文的規(guī)定，即：大連海事大學有權(quán)保留并向國家有關(guān)部口或機構(gòu)送交學位論文的復印件和電子版，允許論文被查閱和借閱。本人授權(quán)大連海事大學可將本學位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索、，也可采用影印縮印或掃描等復制手段保存和匯編學位論文。同意將本學位論文收錄到《中國優(yōu)秀博碩±學位論文全文數(shù)據(jù)庫》（中國學術(shù)期刊（光盤版）電子雜志社）、《中國學位論文全文數(shù)據(jù)庫》（中國科學技術(shù)信息研究所）等數(shù)據(jù)庫中，并Ｗ電子出版物形式出版發(fā)行和提

5、供信息服務。保密的論文在解密后遵守此規(guī)定。：□在解密后適用本授權(quán)書。本學位論文屬于保密年＂＂不保密ｓ／（請在兇上方框內(nèi)打Ｖ）論文作者簽名導師簽名：＾日期年／月３日中文摘要摘要為了更好地分析船舶電能質(zhì)量問題，找出引起電能質(zhì)量問題的原因和采取針對性的解決方案，對電能質(zhì)量暫態(tài)擾動進行正確地分類，具有十分重要的意義。本文首先對電能質(zhì)量問題做了介紹，對現(xiàn)有的電能質(zhì)量分析和分類方法做了深入的研究。然后利用小波變換結(jié)合支持向量機的方法，對電能質(zhì)量暫態(tài)擾動進行分析與識別。所做工作如下：首先，提出了改進的閥值函數(shù)小波去噪方法。針對

6、傳統(tǒng)的硬闊值函數(shù)方法去噪不徹底和軟閱值函數(shù)易丟失有用信息的不足一，提出了種折衷的閥值畫數(shù)方法。建立了五種電能質(zhì)量暫態(tài)擾動的數(shù)學模型，對其進行髙斯白噪聲處理后分別采用Ｈ種闊值去噪方法來進行去噪處理。仿真結(jié)果表明，擾動信號經(jīng)改進的闊值西數(shù)方法去噪后，信噪比和均方根均優(yōu)于傳統(tǒng)的硬闊值函數(shù)和軟闊值函數(shù)，同時具備兩種方法的優(yōu)點。然后，利用小波變換對電能質(zhì)量擾動信號進行特征向量的提取。通過對特征向量提取方法的分析，利用小波變換提取小波系數(shù)的能量差作為特征向量。該方法的優(yōu)點在于特征向量個數(shù)少，計算方便，分類準確率高。通過分析基礎小波的類別和小波變

7、換分解尺度對持征向量的影響，最終采用Ｄｂ４小波進巧１０層分解來提取特征向量。仿真結(jié)果表明，該條件下提取的特征向量具有較優(yōu)的分類效果。一一最后，提出種改進的對多法多分類支持向量機分類器方法。針對普通多分類支持向量機分類器不能夠識別復合電能質(zhì)量替態(tài)擾動的不足一，提出種改進多分類方法。該方法不僅繼承了原方法快速和準確的優(yōu)點，而且實現(xiàn)了復合電能質(zhì)量暫態(tài)擾動的分類功能一。仿真結(jié)果表明，該方法的性能優(yōu)于般的人工神經(jīng)網(wǎng)絡分類器和普通多分類支持向量機分類器方法。本文提出的＾上電能質(zhì)量暫態(tài)擾動分析識別方法，針對＾＾往方法的局限性，分別在