原文传递
基于混沌理论的船舶电力系统预测模型研究
| 论文题名： | 基于混沌理论的船舶电力系统预测模型研究 |
| 关键词： | 混沌理论;船舶电力系统;预测模型;稳定性控制 |
| 摘要： | 混沌理论是非线性理论的重要组成部分，它在非线性系统内部貌似无规则的运动中，抓住其对初始条件敏感依赖、非周期变化、存在奇异吸引子等特点，能够很好地描述非线性系统的运动规律，从而为预测模型的研究开辟了新思路。 船舶双机并联系统是船舶电力系统中的重要方面，其稳定性直接关系到船舶运行的安全性，对其稳定性的分析可为船舶的稳定性控制提供依据。 本文将混沌理论应用到时间序列预测当中，在分析混沌时间序列预测模型国内外研究现状的基础上，展开了较为系统和深入的研究，主要研究内容如下： (1)研究了相空间重构理论。根据数学定义探讨了混沌的本质，研究了相空间重构中延迟时间和嵌入维数两个参数的选取问题，在延迟时间选取上，实现了自相关法、平均位移法、复自相关法和互信息量法，在嵌入维数选取上，实现了伪最邻近点法和Cao氏方法，应用以上各种方法求取船舶电力双机并联系统的嵌入维数和延迟时间，并分析其混沌特性。 (2)研究了混沌特性判别方法。分析了Lyapunov指数、关联维数、Kolmogorov熵三个重要的混沌系统特征量，从定性、定量两个角度对时间序列混沌特性进行判别，定性判别中实现了功率谱方法和庞加莱截面法，定量判别中实现了Wolf法、小数据量法，并求取船舶电力双机并联系统的Lyapunov指数。 (3)建立了混沌时间序列自适应预测模型和RBF神经网络预测模型。从传统线性预测模型分析入手，发现其内部局限性，研究加权一阶局域法、基于最大Lyapunov指数法等常用的混沌时间序列预测模型，并通过仿真实验证明混沌预测模型的优越性。同时针对常用混沌预测模型无学习能力的问题，建立了基于自适应和RBF神经网络理论的两种新预测模型，仿真实验证实新模型提高了预测精度和准确性，也延长了有效预测时间。对SVM预测模型也进行了初步探讨。并针对以上各种方法应用于船舶电力双机并联系统之中，在Matlab软件平台上仿真实现，分析其有效性和精确度。 (4)在实验室现有研究成果之下，完善混沌试验平台，该平台具有相空间重构、混沌判别、混沌预测三大功能模块，为后续研究提供了试验手段。 |
| 作者： | 陈亮 |
| 专业： | 轮机工程 |
| 导师： | 高岚 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
