prikaz prve stranice dokumenta Prepoznavanje niskofrekvencijskih smetnji pomoću valićne transformacije i neuronske mreže
Pristup korisnicima matične ustanove
diplomski rad
Prepoznavanje niskofrekvencijskih smetnji pomoću valićne transformacije i neuronske mreže
Rijeka: Sveučilište u Rijeci, Pomorski fakultet, 2020. urn:nbn:hr:187:573643
Draščić, Luka
Sveučilište u Rijeci
Pomorski fakultet
Zavod za elektrotehniku, automatiku i informatiku

Citirajte ovaj rad

Draščić, L. (2020). Prepoznavanje niskofrekvencijskih smetnji pomoću valićne transformacije i neuronske mreže (Diplomski rad). Rijeka: Sveučilište u Rijeci, Pomorski fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:187:573643

Draščić, Luka. "Prepoznavanje niskofrekvencijskih smetnji pomoću valićne transformacije i neuronske mreže." Diplomski rad, Sveučilište u Rijeci, Pomorski fakultet, 2020. https://urn.nsk.hr/urn:nbn:hr:187:573643

Draščić, Luka. "Prepoznavanje niskofrekvencijskih smetnji pomoću valićne transformacije i neuronske mreže." Diplomski rad, Sveučilište u Rijeci, Pomorski fakultet, 2020. https://urn.nsk.hr/urn:nbn:hr:187:573643

Draščić, L. (2020). 'Prepoznavanje niskofrekvencijskih smetnji pomoću valićne transformacije i neuronske mreže', Diplomski rad, Sveučilište u Rijeci, Pomorski fakultet, citirano: 27.12.2024., https://urn.nsk.hr/urn:nbn:hr:187:573643

Draščić L. Prepoznavanje niskofrekvencijskih smetnji pomoću valićne transformacije i neuronske mreže [Diplomski rad]. Rijeka: Sveučilište u Rijeci, Pomorski fakultet; 2020 [pristupljeno 27.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:187:573643

L. Draščić, "Prepoznavanje niskofrekvencijskih smetnji pomoću valićne transformacije i neuronske mreže", Diplomski rad, Sveučilište u Rijeci, Pomorski fakultet, Rijeka, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:187:573643

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:187:573643
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovPrepoznavanje niskofrekvencijskih smetnji pomoću valićne transformacije i neuronske mreže
Naslov (engleski)Recognition of low frequency disturbances by wavelet transform and neural network
AutorLuka Draščić
MentorAleksandar Cuculić (mentor)
Član povjerenstvaJasmin Ćelić (predsjednik povjerenstva)
Član povjerenstvaBoris Sviličić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
Pomorski fakultet
(Zavod za elektrotehniku, automatiku i informatiku)
Rijeka
Datum i država obrane2020-07-15, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Tehnologija prometa i transport
Sažetak
U ovome radu promatrani su propadi napona, prenaponi, oscilatorne prijelazne pojave, harmonička izobličenja i naponski urezi. Za svaku kategoriju umjetno je generirano 200 signala. Nad ovim signalima provela se diskretna valična transformacija koja omogućava da se pri različitim frekvencijama koristi različita vremensko-frekvencijska rezolucija. Pri dekompoziciji signala koristili su se db1, db4 i db6 valići. Dekompozicija signala napravljena je u 5 nivoa čime se dobiva jedan koeficijent aproksimacije i 5 koeficijenta detalja. Za svaki koeficijent računaju se tri statistička parametra: standardna devijacija, entropija i asimetrija signala čime se dobiva ukupno 18 varijabli koje predstavljaju jedan signal. Za prepoznavanje navedenih smetnji koristila se neuronska mreža s 18 ulaznih neurona, 3 skrivena i 6 izlaznih neurona. Klasifikacijski modeli s različitim valićima analizirani su na temelju točnosti, matrica konfuzije i drugih parametara. Analizom je ustanovljeno da model s db6 valićem pruža najbolje prepoznavanje navedenih smetnji.
Sažetak (engleski)
In this thesis voltage sag, swell, oscillatory transient, harmonic distortion and voltage notches were examined. For each category 200 signals were artificially generated. On those signals discrete wavelet transform was carried out which for different frequencies enables different time-frequency resolution. For signal decomposition db1, db4 and db6 wavelets were used. Signal decomposition was made in 5 levels which provides one approximation coefficient and 5 detail coefficients. For each coefficient three statistical parameters were calculated: standard deviation, entropy and skewness, thus obtaining 18 variables which represents one signal. For disturbance recognition neural network with 18 input neurons, 3 hidden and 6 output neurons was used. Classification models with different wavelets were analyzed based on accuracy, confusion matrix and other parameters. Analysis founded that model with db6 wavelet provides best recognition of mentioned disturbances.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:187:573643
Studijski programNaziv: Elektroničke i informatičke tehnologije u pomorstvu
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/ inženjerka elektroničke i informatičke tehnologije (mag. ing. el.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaPristup korisnicima matične ustanove
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
RepozitorijRepozitorij Pomorskog fakulteta u Rijeci - Repozitorij PFRI
Datum i vrijeme pohrane2020-09-14 08:27:33

(©) Nacionalna i sveučilišna knjižnica u Zagrebu 2015. Sva prava pridržana. | Hrvatske bratske zajednice 4 p.p. 550, 10000 Zagreb, Hrvatska Tel. ++ 385 1 616-4040
OIB: 84838770814 | IBAN: HR66 2340 0091 1000 1008 1, Porezni broj (PDV identifikacijski broj) - VAT Number: HR84838770814
Prijava u repozitorij