技术特征：
1.一种燃油流量异常识别方法，其特征在于，所述方法包括：获取船舶在航的流量数据；其中，所述流量数据包括所述船舶的柴油机燃油进口流量速率和出口流量速率；将所述流量数据输入至预先训练好的偏差故障识别模型，通过所述偏差故障识别模型对所述流量数据进行重构，并输出所述流量数据对应的重构数据；计算所述流量数据与所述重构数据的偏差值；如果所述偏差值超出预先设置的偏差阈值，则确定所述船舶的柴油机出现偏差故障。2.根据权利要求1所述的燃油流量异常识别方法，其特征在于，所述偏差故障识别模型包括依次连接的编码器、隐层表示层和解码器。3.根据权利要求2所述的燃油流量异常识别方法，其特征在于，所述方法还包括：初始化预先建立的偏差故障识别模型；获取预先构建的训练样本，按照下述迭代过程训练所述偏差故障识别模型，直至满足预设的训练停止条件：将所述训练样本输入至初始化完成的所述偏差故障识别模型的编码器，并将所述训练样本映射至所述隐层表示层对应的潜在空间；通过所述解码器对所述训练样本进行重构，并输出所述训练用本对应的重构样本；计算所述训练样本与所述重构样本的损失函数；其中，所述训练停止条件包括以下条件至少之一：迭代过程的次数达到预设次数，或者，所述损失函数收敛。4.根据权利要求3所述的燃油流量异常识别方法，其特征在于，所述方法还包括：获取所述船舶在航的历史流量数据，所述历史流量数据包括所述船舶的柴油机的历史燃油进口流量速率和历史燃油出口流量速率；对所述历史流量数据进行预处理，得到所述训练样本，其中，所述预处理的过程至少包括数据清洗和数据归一化处理。5.根据权利要求3所述的燃油流量异常识别方法，其特征在于，所述方法还包括：计算所述训练样本和所述重构样本的残差值；对所述残差值进行核密度分析，找出用于表征所述训练样本的正常与差异的偏差阈值。6.根据权利要求3所述的燃油流量异常识别方法，其特征在于，所述方法还包括：利用如下公式将所述训练样本映射至所述隐层表示层对应的潜在空间：h＝f(wx+b)其中，f(wx+b)为编码传递函数，x为所述训练样本，w为所述编码传递函数的编码权值，h为所述隐层表示层的特征值，b为所述编码传递函数的偏置参数。7.根据权利要求3所述的燃油流量异常识别方法，其特征在于，所述方法还包括：解码器利用如下公式对所述训练样本进行重构，并输出所述训练用本对应的重构样本：x'＝g(vh+b')其中，g(vh+b')为解码传递函数，x'为所述重构样本，v为所述解码传递函数的解码权值，h为所述隐层表示层的特征值，b'为所述解码传递函数的偏置参数。8.根据权利要求3所述的燃油流量异常识别方法，其特征在于，所述损失函数表示为如
下公式：l＝||x-x'||2其中，x为所述训练样本，x'为所述重构样本，l为所述损失函数。9.一种燃油流量异常识别装置，其特征在于，所述装置包括：获取模块，用于获取船舶在航的流量数据；其中，所述流量数据包括所述船舶的柴油机燃油进口流量速率和出口流量速率；训练模块，用于将所述流量数据输入至预先训练好的偏差故障识别模型，通过所述偏差故障识别模型对所述流量数据进行重构，并输出所述流量数据对应的重构数据；计算模块，用于计算所述流量数据与所述重构数据的偏差值；确定模块，用于如果所述偏差值超出预先设置的偏差阈值，则确定所述船舶的柴油机出现偏差故障。10.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至8任一项所述方法。
技术总结
本发明提供了一种燃油流量异常识别方法、装置及电子设备，其中，该方法包括：获取船舶在航的流量数据；其中，流量数据包括船舶的柴油机燃油进口流量速率和出口流量速率；将流量数据输入至预先训练好的偏差故障识别模型，通过偏差故障识别模型对流量数据进行重构，并输出流量数据对应的重构数据；计算流量数据与重构数据的偏差值；如果偏差值超出预先设置的偏差阈值，则确定船舶的柴油机出现偏差故障，无需建立复杂的机理模型，也无需建立专家知识库，可以快速准确的识别流量计的偏差故障，简单有效，识别效率高，并且可以实时在线监测流量计偏差故障。偏差故障。偏差故障。
技术研发人员：侯良生 汤瑾璟 李鑫 顾一清 刘梦园 陈立 高文
受保护的技术使用者：上海船舶研究设计院（中国船舶工业集团公司第六0四研究院）
技术研发日：2022.07.04
技术公布日：2022/10/11