申请/专利权人：国营海东造船厂

申请日：2023-06-26

公开（公告）日：2024-05-10

公开（公告）号：CN116703001B

主分类号：G06Q10/04

分类号：G06Q10/04;G06F18/23;G06N3/0442;G06N3/045;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.05.10#授权;2023.09.22#实质审查的生效;2023.09.05#公开

摘要：本申请涉及一种智能船舶的油耗预测方法、系统、智能船舶及介质，所述方法包括以下步骤：获取船舶监控数据并根据船舶监控数据建立船舶工况聚类模型；获取实时船舶数据；将实时船舶数据输入船舶工况聚类模型，得到实时工况信息；根据实时工况信息与预置的油耗预测模型选取规则选取与实时工况信息对应的油耗预测模型；获取油耗影响数据；将油耗影响数据输入与实时工况信息对应的油耗预测模型，得到船舶未来油耗数据。本申请通过对船舶工况的识别，精细化建模，有效的提升了船舶预测模型的泛化能力，与船舶航行时复杂的工作环境相适应，有利于提高油耗预测的准确性。

主权项：1.一种智能船舶的油耗预测方法，其特征在于，所述方法包括以下步骤：获取船舶监控数据并根据所述船舶监控数据建立船舶工况聚类模型；其中，在获取船舶监控数据并根据所述船舶监控数据建立船舶工况聚类模型中，具体包括以下步骤：所述船舶监控数据包括有多个类别，通过标准化公式对各类别所述船舶监控数据进行处理，得到各类别所述船舶监控数据的标准船舶监控数据；获取所述船舶监控数据中的船舶油耗率；分别计算各类别标准船舶监控数据与所述船舶油耗率的相关性系数；判断所述相关性系数是否位于预设的阈值区间；若否，则剔除该类别的所述标准船舶监控数据；根据所述标准船舶监控数据构建工况序列；提取所述工况序列的潜在特征；通过聚类算法对所述工况序列进行聚类，将具有相似所述潜在特征的所述工况序列聚集为同一类别，得到所述工况序列的聚类分布，所述聚类分布中的一个聚类代表船舶航行过程中的一种工况；根据所述聚类分布建立所述船舶工况聚类模型；获取实时船舶数据；将所述实时船舶数据输入所述船舶工况聚类模型，得到实时工况信息；根据所述实时工况信息与预置的油耗预测模型选取规则选取与所述实时工况信息对应的所述油耗预测模型；获取油耗影响数据；将所述油耗影响数据输入与所述实时工况信息对应的所述油耗预测模型，得到船舶未来油耗数据；其中，在将所述油耗影响数据输入与所述实时工况信息对应的所述油耗预测模型，得到船舶未来油耗数据中，具体包括以下步骤：根据所述油耗影响数据的数据类型将所述油耗影响数据划分为航行数据与环境数据；将所述航行数据作为第一特征注意力输入所述油耗预测模型，将所述环境数据作为第二特征注意力输入所述油耗预测模型；将所述船舶油耗率输入所述油耗预测模型，得到所述船舶未来油耗数据。

全文数据：

权利要求：

百度查询： 国营海东造船厂 一种智能船舶的油耗预测方法、系统、智能船舶及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD