预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113361014A(43)申请公布日2021.09.07(21)申请号202110721638.4G06N3/08(2006.01)(22)申请日2021.06.28G06F119/06(2020.01)G06F119/08(2020.01)(71)申请人大连海事大学地址116026辽宁省大连市高新园区凌海路1号(72)发明人左毅贺宝华李珊珊李心宇朱永洁李铁山(74)专利代理机构大连东方专利代理有限责任公司21212代理人鲁保良李洪福(51)Int.Cl.G06F30/15(2020.01)G06F30/27(2020.01)G06K9/62(2006.01)G06N3/04(2006.01)权利要求书3页说明书5页附图2页(54)发明名称一种船舶的智能能效管理方法(57)摘要本发明公开了一种船舶的智能能效管理方法,通过智能集成平台获取机舱检测报警系统、流量计以及通导设备的数据,进行分析处理,提供能效管理设备检测及能效优化辅助决策。本发明通过船舶主要设备能耗分布计算,实现了船舶的机舱设备能耗分布实时计算及趋势显示,并且可以对能耗分布异常的情况进行警告提示。进行能效运营指数计算时可以实现对燃油单耗及EEOI等能效指标实时计算显示和历史图形显示。通过对主要设备能量利用效率计算,实现对主机、辅机及锅炉能量利用效率实时计算及趋势曲线显示,并且对能量利用效率异常状况示警。本发明可以通过智能集成平台,提供能效管理设备检测及能效优化辅助决策。CN113361014ACN113361014A权利要求书1/3页1.一种船舶的智能能效管理方法,其特征在于:通过智能集成平台获取机舱检测报警系统、流量计以及通导设备的数据,进行分析处理,提供能效管理设备检测及能效优化辅助决策,具体包括以下步骤:A、船舶数据采集对船舶状态、航行环境、设备状态和燃油状态进行检测和数据收集;所述船舶状态包括航速、艏向、吃水和纵倾的实时数据和历史数据;所述航行环境包括风速、风向、水温和水深的实时数据和历史数据;所述设备状态包括主机、发电机和锅炉的能耗数据和历史数据;所述状态包括燃油消耗、燃油存量和油品质量的实时数据和历史数据;B、能耗实时分析与评估对船舶进行能耗分布评估、能效指标计算、航行能效分析和能效评估;具体计算方法如下:B1、船舶主要设备能耗分布计算如下:Qf=Pe+Pm+Qloss+Qic+Qex+Qsr+Qqt式中:Qf——单位时间燃料燃烧放出的总热量,kW;Pe——有效功率,kW;Pm——机械损失功率,kW;Qloss——单位时间冷却介质带走的热量,kW;Qic——单位时间中冷器冷却介质带走的热量,kW;Qex——单位时间废气带走的热量,kW;Qsr——单位时间散热量,kW;Qqt——单位时间内其他热量损失,kW;所述主要设备包括主机、辅机及锅炉;B2、能效运营指数计算如下:一个航次的燃油单耗计算公式为:式中:j为燃油类型;FCj为在航程中燃油j的消耗量;mcargo为载货量,单位为吨;D为对应于所载货物的距离,单位为海里;一个航段的能效营运指数EEOI的基本表达式为:式中:j为燃油类型;FCj为在航程中燃油j的消耗量;CFj为燃油j的燃油量与CO2排放量的转换系数;mcargo为载货量,单位为吨;D为对应于所载货物的距离,单位为海里;B3、主要设备能量利用效率计算公式如下:2CN113361014A权利要求书2/3页式中:η——能量利用效率;Ee——有效利用能量,kJ;Es——供给能量,kJ;El——损失能量,kJ;所述主要设备包括主机、辅机和锅炉;C、主要设备能效状态评估C1、数据预处理:通过智能集成平台收集数据,进行数据预处理,得到具有参考意义的船舶状态、航行环境、设备状态和燃油状态;C2、特征提取:采取两种特征提取方法,即统计特征和时间序列特征;所述统计特征分为两部分:一部分包括平均值mean、方差variance、平均差分meandifference、众数mode和中位数median;另一部分包括下边缘Min、下四分位数Q1、中位数median、上四分位数Q3和上边缘Max;所述时间序列特征提取步骤如下:C21、在进行阶层聚类之前,确定时间序列特征点的个数k,即采用k个特征点表征此帧内数据的特征;C22、计算相邻时间两个数据点之间的欧式距离;对欧式距离最小的两个点,取这两点的平均值进行合并;C23、转步骤C22直到得到需要的k个时间序列特征点;在进行时间序列特征提取过程后,得到一系列聚类中心c1,c2,…,ck;这些聚类中心按照时间顺序进行排列,表示帧内数据的时间序列特征;C3、特征融合:为了同时考虑能耗数据的分布情况和时间序列特性,将统计特征与时间序列特征进行融合,将两个特