[发明专利]一种用于电力推进船的综合电力负荷预测方法

说明书

本发明提供一种用于电力推进船的综合电力负荷预测方法，包括电力推进负荷预测和船舶基本设备、生活用电预测，所述船舶基本设备、生活用电预测利用深度学习算法计算，所述电力推进负荷预测包括外力引起的船舶运动和维持船舶推进所需推力；所述外力引起的船舶运动包括波浪模型建立、风能模型建立和海洋模型建立；所述维持船舶推进所需推力包括主推进器和船首推进器，本发明可以充分考虑到电推船的特点，达到准确的负荷预测。

技术领域

本发明涉及一种综合电力负荷预测方法，尤其涉及一种用于电力推进船的综合电力负荷预测方法。

背景技术

目前，随着船舶向大型化和多功能化发展，远洋运输中大型和超大型船舶的需求越来越多，对船舶电力系统提出的要求也越来越高。准确的负荷预测可以降低电力系统运行的成本。船舶电力系统处于动态变化的运行情况比较多，系统的动态变化范围也比较大，这些直接影响了电网的稳定，需要我们及时的对船舶电力负荷的变化做出预测，据此进行电网的电力调度，这样就能把负荷变化对电网的影响控制在合理的范围内，保证船舶电力系统的经济稳定的运行。

电力推进船负荷主要可以分为两部分：电力推进部分和船舶基本设备、生活用电。随着人工神经网络再到深度学习方法的产生使得负荷预测精确度逐步增高。LSTM、CNN、DBN、RNN等深度学习方法也不断被验证效果明显优于传统的预测方法。目前在船舶电力负荷预测上均采用的是这种人工智能方法进行预测。这就需要用大量的历史数据去进行训练和测试以达到预测的准确性。同时这也存在这许多问题，由于海上环境的多变以及航线的变化使得对同一组数据进行预测的结果可能准确性不是很强。如果对每种可能的情况下的数据都进行训练显然是不可行的。同时得到不同工况下多年数据信息也比较困难。

电力推进船电力负荷中推进负荷占比比较大，推进负荷预测的准确程度直接可以降低船舶电力系统运行成本。电力推进船由推进电机旋转的螺旋桨驱动，螺旋桨的功耗因海洋环境而变化。风、波浪为影响负荷的主要外界因素，在这样不同海洋环境，船的不同航行速度和航行位置的负荷采用先前的单一的方法会面临很多不确定因素。进而给负荷预测带来很多问题。

发明内容

本发明的目的是为了提供一种适用于不同海洋环境下电力消耗预测的用于电力推进船的综合电力负荷预测方法。

本发明的目的是这样实现的：

一种用于电力推进船的综合电力负荷预测方法，包括电力推进负荷预测和船舶基本设备、生活用电预测，所述船舶基本设备、生活用电预测利用深度学习算法计算，所述电力推进负荷预测包括外力引起的船舶运动和维持船舶推进所需推力；所述外力引起的船舶运动包括波浪模型建立、风能模型建立和海洋模型建立；所述维持船舶推进所需推力包括主推进器和船首推进器，具体步骤如下：

步骤一：计算由于海洋环境引起的外力：

1.1、波浪模型建立：从海浪谱中获得；

式中：H_1/3为显著有效波高；T_p为峰值频率周期；γ为谱峰提升因子，平均值为3.3；γ^A为峰值频率：

式中：ω为波频率；为峰值频率；

1.2：风模型建立：用船舶速度用方程式来描述；

式中：ρ_A为空气密度；C_AX为x分量风系数；C_AY为y分量风系数；C_H为倾斜效应系数；为相对风向；为相对风速；A_T为前投射面积；A_L为横向投射面积；

1.3：洋流模型建立：