[发明专利]一种数据驱动的船舶总体状态评估方法

权利要求书

1.一种数据驱动的船舶总体状态评估方法，其特征在于，包括，

建立评估模型步骤：获取船舶航行过程中包括主机运行相关数据、船舶状态数据和船舶设备数据在内的历史数据，进行数据预处理和数据清洗，得到总体状态关键性指标数据样本集；对数据样本集中数据进行统计分析，建立评估模型，用于对包括船舶燃油效率、主机燃油效率和总体船舶功率在内的关键性指标进行评估；

数据样本集包括多组样本数据，每组样本数据为一组在采样点上的船舶平均吃水、主机转速、船舶燃油效率、主机燃油效率、总体船舶功率数据；

所述船舶平均吃水D(i)＝(d_L(i)+d_R(i))/2；d_L(i)为船舶左舯吃水，d_R(i)为右舯吃水；

所述主机转速下的船舶燃油效率G_t(i)为船舶每小时燃油消耗量，V_s(i)为船舶航速；

所述主机转速下的主机燃油效率G_e(i)为柴油机每小时燃油消耗量；P_e(i)为主机有效功率；

所述主机转速下的总体船舶功率P(i)＝P_e(i)+P_De(i)；P_e(i)为主机有效功率；P_De(i)为发电机组有效功率；

训练所建立的评估模型，具体包括：

1)依据船舶载货状态情况划分工况，在不同吃水情况下，对船舶燃油效率、主机燃油效率、总体船舶功率进行分布分析，按照主机转速分别统计船舶燃油效率、主机燃油效率和总体船舶功率的分布情况；得到固定转速间隔下的各工况下重心点状态矩阵；

所述重心点状态矩阵包括主机转速-船舶燃油效率分布矩阵、主机转速-主机燃油效率分布矩阵和主机转速-总体船舶功率分布矩阵；

2)根据不同载货工况、不同主机转速工况之下，将船舶的总体状态划分为异常状态、提醒关注和正常状态；

3)根据划分的总体状态确定重心点状态矩阵中与异常状态、提醒关注和正常状态对应的数值区间，即数值的范围阈值；

4)以所述重心点状态矩阵作为评估模型的评估矩阵，以所述数值的范围阈值为确定船舶总体状态的评估基准建立评估模型；

训练好的评估模型为满足稳定转速运行条件下，空载、压载和满载工况下，对应不同转速下，主机转速-船舶燃油效率分布矩阵、主机转速-主机燃油效率分布矩阵、主机转速-总体船舶功率分布矩阵；在所述分布矩阵中，对在不同载货工况、不同主机转速工况之下，船舶的异常状态、提醒关注和正常状态对应的船舶燃油效率、主机燃油效率和总体船舶功率参数范围进行划分；

在线状态评估步骤：在线获取当前次航行过程中包括主机运行相关数据、船舶状态数据和船舶设备数据在内的数据，进行数据预处理和数据清洗，得到当前次航行的总体状态关键性指标数据；使用建立的评估模型进行评估，输出关键指标识别结果，确定船舶总体状态；

使用建立的评估模型进行评估方法包括：

步骤S2-1、设定采样间隔，获取当次航行过程中给定时刻的，包括主机运行相关数据、船舶状态数据和船舶设备数据在内的采集数据；

步骤S2-2、给定时刻的采集数据进行预处理，得到包括船舶平均吃水，主机转速下的船舶燃油效率、主机燃油效率和总体船舶功率在内的船舶总体关键性指标数据；

步骤S2-3、判断给定时刻的关键性指标数据是否为主机稳定运行数据，若是，进行下一步，否则保持前一个采样时刻状态不更新；

所述主机稳定运行数据为非工况切换过程中航行状态下，转速稳定的数据；

步骤S2-4、判断给定时刻数据是否为奇异值，若不是奇异值，进行下一个采样时刻数据的评估，否则保持前一个采样时刻状态不更新；

步骤S2-5、通过分析给定时刻的关键性指标数据在所述评估模型的评估矩阵中所处的范围阈值，判断当前时刻船舶总体状态；

步骤S2-6、通过分析当前给定时刻转速下的关键性指标数据与上一时刻参数相比的变化趋势判断，判断船舶总体状态变化趋势；

通过可视化方式输出关键指标识别结果：

(1)船舶燃油效率当前值及评估结果，以箭头形式表示：箭头颜色为评估结论，包括红、黄或绿；箭头方向为变化趋势，包括上、平或下；

(2)主机燃油效率当前值及评估结果，以箭头形式表示：箭头颜色为评估结论，包括红、黄或绿；箭头方向为变化趋势，包括上、平或下；

(3)总体船舶功率当前值及评估结果以箭头形式表示：箭头颜色为评估结论，包括红、黄或绿；箭头方向为变化趋势，包括上、平或下；

其中，绿色为健康状态，黄色为提醒状态，红色为异常状态；箭头方向上为与上一时刻状态相比的变化趋势变大，箭头方向平为上一时刻状态相比的变化趋势不变，箭头方向下为与上一时刻状态相比的变化趋势变小。