一种具有能效管理功能的能量管理系统的制作方法

1.本发明属于工业控制技术领域，具体是一种具有能效管理功能的船舶能量管理系统。


背景技术：

2.通常现有的船舶电站的发电机及推进系统只工作在固定的工况，忽略了在不同的工况下，船舶采用不同的航速，航行角度，及航线路线才会达到船舶能效的最大值。
3.现存的船舶能量管理系统，自动化程度不高，亟需发明一种可以采用细分化的控制策略，才能保证船舶的最大能效，达到节能减排，绿色环保的目的。


技术实现要素：

4.本发明针对现有技术的以上不足，提供一种具有能效管理功能的能量管理系统，以提高船舶功率管理系统的自动化程度和船舶能效。
5.本发明解决其技术问题所采用的技术方案是：一种具有能效管理功能的能量管理系统，包括带人机界面和大数据专家分析系统的主控制单元以及通过现场总线与主控制单元连接的多个机组控制单元，大数据专家分析系统为主控制单元提供决策依据，所述的机组控制单元连接有带机组模糊控制器和ac/dc模块的机组，所述的主控制单元还分别通过舵角调整总线和舵速调整总线分别连接舵桨系统负载和推进系统负载，所述的舵桨系统负载和推进系统负载分别与ac/dc模块连接，所述的大数据专家分析系统连接有传感器信号采集系统，结合航行中传感器信号采集系统的大数据来预测海况持续时间，计算出航行速度达到现有海况的最低能耗：结合海况预报和气象预报等大数据来预测海况持续时间，计算出航行速度达到现有海况的最低能耗：先判断现有航线是否存在恶劣海况，否则保持现有航线；是则判断更改航线是否经济，是则更改航线；否则计算预计总能耗，调节在网机组的数量及转速；预计能耗是否比预设能耗高，是则循环计算预计总能耗；否则重复上述步骤。
6.所述的一种具有能效管理功能的能量管理系统，其大数据专家分析系统使用模式识别方法对航行中大数据进行模式分类及模式特征提取，从而产生特征向量，作为专家辅助决策系统的决策依据，所述的模式分类步骤为：将航行中转速与油耗成正比的阶段识别为小负荷模式，将航行中最大输出功率的阶段识别为高负荷模式，将其他阶段识别为中负荷模块，根据转速、功率与油耗的关系，确定隶属函数，形成模糊规则，然后模糊判断工作模式。
7.所述的一种具有能效管理功能的能量管理系统，其大数据包括海况数据、气象数据、实时物流数据、螺旋桨吃水深度、实时航线数据、洋流数据、发电机转速、推进转速和舵角值。
8.所述的一种具有能效管理功能的能量管理系统，其机组使用变速柴油机发电机组。
9.所述的一种具有能效管理功能的能量管理系统，其主控制单元上设置有多个机组模糊控制单元接口控制器。
10.本发明的有益效果是：本发明的发电机组采用了模糊模式识别控制器，在不同的模糊集下不会因为机组出厂的细微特性差异而需要重新设计控制器硬件。本发明相比现有的能量管理系统，增加了能效管理功能，人工智能程度更高，具有更高的能效。
附图说明
11.图1是本发明的系统结构图；图2是本发明主控制单元的结构示意图；图3是本发明大数据专家分析系统的结构示意图；图4是本发明机组模糊控制器的结构示意图；图5是本发明大数据专家分析系统的连接示意图；图6是本发明在能效控制下的控制流程图；图7是变速柴油机发电机组大数据专家系统原理示意图；图8是变速柴油机发电机组模糊模式识别控制器示意图；各附图标记为：1—主控制单元，2—人机界面，3—机组控制单元，4—机组模糊控制器，5—ac/dc模块，6—机组，7—舵桨系统负载，8—推进系统负载，9—大数据专家分析系统。
具体实施方式
12.下面结合附图和具体实施例对本发明作进一步的说明。
13.在现今节能减排的大趋势下，对于船舶的能效要求越来越高，为提高船舶电站的能效，本发明提出一种具有能效管理功能的船舶能量管理系统，系统结构图如图1所示，包括带人机界面2和大数据专家分析系统9的主控制单元1以及通过现场总线与主控制单元1连接的多个机组控制单元3，如图2所示，主控制单元1上设置有多个（优选三个）机组模糊控制单元接口控制器，大数据专家分析系统9为主控制单元1提供决策依据，结构如图3所示，所述的机组控制单元3连接有带机组模糊控制器4和ac/dc模块5的机组6，机组模糊控制器4结构如图4所示，所述的主控制单元1还分别通过舵角调整总线和舵速调整总线分别连接舵桨系统负载7和推进系统负载8，所述的舵桨系统负载7和推进系统负载8分别与ac/dc模块5连接。
14.参照图5、图6、图7和图8所示，所述的大数据专家分析系统9分别连接有风向传感器、水深传感器、船速传感器和油耗记录传感器，结合海况预报和气象预报等大数据来预测海况持续时间，计算出航行速度达到现有海况的最低能耗，流程图如图6所示。
15.先判断现有航线是否存在恶劣海况，否则保持现有航线；是则判断更改航线是否经济，是则更改航线；否则计算预计总能耗，调节在网机组6的数量及转速；预计能耗是否比预设能耗高，是则循环计算预计总能耗；否则重复上述步骤。
16.本发明的大数据专家分析系统9使用模式识别方法对航行中大数据进行模式分类
及模式特征提取，从而产生特征向量，作为专家辅助决策系统的决策依据，所述的模式分类步骤为：将航行中转速与油耗成正比的阶段识别为小负荷模式，将航行中最大输出功率的阶段识别为高负荷模式，将其他阶段识别为中负荷模块，根据转速、功率与油耗的关系，确定隶属关系，形成模糊规则，然后模糊判断工作模式。
17.所述的大数据包括海况数据、气象数据、实时物流数据、螺旋桨吃水深度、实时航线数据、洋流数据、发电机转速、推进转速和舵角值。
18.所述的机组6使用变速柴油机发电机组，使得在发电机组根据实时低负荷情况调节到相应的最低能耗转速工作点，从而最大化降低油耗。
19.大数据时代，利用5g/6g物联通信技术，采用人工神经网络技术，可以用机器自学习自适应的方法，通过足够多训练次数，使得系统的能效管理最优化，性能趋于完善。本发明机组采用了可变速机组，通过调节转速匹配机组负载功率的手段，使得全航线期望能耗最低。
20.传感器信号采集系统采集船速，船吃水深，水速，风速，风向及气象预报、海况预报等大数据，通过综合结合采集的数据，使用专家系统人工智能的方法辅助决策电站需要的发电机的台数及变速发电机的转速调节策略，输出航速优化指令，调整舵角优化航向等手段使得船舶预期的全程航线总耗能最经济。
21.智能化设计的主控制单元1通过足够训练可以很好适应控制对象机组，人工智能程度更高，更高的能效带来的节能减排利于千秋万代，是造福人类的大事，具有重大意义。
22.本发明利用5g物联通信通信技术获取气象数据、航线数据及物流数据等大数据，采用人工神经网络技术，用机器自学习自适应的方法，通过训练次数的累计，使得最优化的能效管理系统的性能趋于完善。
23.本发明的发电机组采用了模糊模式识别控制器，在不同的模糊集下不会因为机组出厂的细微特性差异而需要重新设计控制器硬件。
24.本发明大数据专家分析系统9输入信号有：船速信号，船向信号，船舵角信号，gps信号，船速，油耗，物流数据，气象数据。
25.本发明主控制单元1输出指令有：发往机组模糊控制器输出的增速，减速指令（通信及硬线信号），发往舵角控制系统的舵角控制指令（通信及硬线信号），发往推进控制系统的转速控制指令（通信及硬线信号）。
26.机组控制单元3控制的接口有：通信接口，机组的启停控制指令，机组增减速控制指令，机组并网控制指令，机组解列控制指令。
27.当船舶能效管理系统接受到专家系统恶劣海况模式的的消息，开始发出指令，转换实时船速，调整实时航向，使得船舶预期的全程航线总耗能最经济。同时，根据实时的功率能耗，通过机组自身的控制器控制策略，调整到匹配的转速，使得预期全程油耗最低。
28.本发明大数据专家分析系统9使用模式识别方法对航向中大数据进行模式分类及模式特征提取，从而产生特征向量，作为专家辅助决策系统的决策依据：将航行中转速与油耗成正比的阶段识别为小负荷模式，将航行中最大输出功率的阶段识别为高负荷模式，将其他阶段识别为中负荷模块，根据转速、功率与油耗的关系，确定隶属关系，形成模糊规则，然后模糊判断工作模式。
29.用机器自学习的方法，通过大数据的输入训练，使得模式分类的算法更稳定成熟，
从而使得专家系统的对于航行工况的决策也趋于可靠稳定。
30.本发明使用了模式识别的方法来控制机组转速及在网机组数量，控制流程图。利用模式识别的方法，确定工况映射的模式，模式可以分为（举例但不限制于此）：航线海况恶劣模式；近距离海况恶劣模式：恶劣海况为距离小于n1小时航线内航程；远距离海况恶劣模式：距离超过n1小时航线内航程后；海况平静模式：n小时内航线内海况平静。大数据专家分析系统9结合模式信息、港口物流数据信息、气象信息等分析做出切换工况的决策。
31.上述实施例仅例示性说明本发明的原理及其功效，以及部分运用的实施例，对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。