一种基于数据特征衍生的船舶滑失率预测系统的制作方法

本发明涉及船舶，尤其涉及一种基于数据特征衍生的船舶滑失率预测系统。

背景技术：

1、船舶运输担负着全球90％左右的贸易运量，提升船舶运输效率十分重要。随着物联网和人工智能技术的发展，船舶检测和采集运行和环境数据日益增多，通过对这些数据的分析和诊断，能够帮助更好更快地掌握船舶运行状态，并对效率和成本进行优化提升，从而助力智能和绿色航行。

2、滑失率是指当螺旋桨在水中运动时，螺旋桨和水之间存在轴向方向的相对滑动，这种现象称为滑失现象。滑失率是反映船舶主机运行效率的重要参数。滑失是一个变数，它与船舶的航行条件有关。海况越差，速度损失越多，滑失率也就越大。

3、以往船舶滑失率的计算大多根据船员的经验进行判断，近年来，随着大数据、机器学习技术的发展，一些滑失率的预测技术已经被提出，能够对航线上的滑失率进行预测，但是所采用的预测模型精度不高，仅考虑风、浪、流的数据，数据维度不完整，而且未挖掘数据的隐藏特征，所采用的算法也仅限于随机森林模型，对滑失率的预测准确率不高。

技术实现思路

1、鉴于上述的分析，本发明实施例旨在提供一种基于数据特征衍生的船舶滑失率预测系统，用以解决现有数据特征缺失而导致滑失率预测不准确的问题。

2、本发明实施例提供了一种基于数据特征衍生的船舶滑失率预测系统，包括：岸基数据中心、船基监控中心和通信网络；其中，

3、船基监控中心，包括：ais模块、gps模块、测深仪和机舱设备传感器，用于采集船舶运行数据；气象模块，用于获取气象基础数据；

4、通信网络，用于接收船基监控中心发送的船舶运行数据和气象基础数据并发送至岸基数据中心；接收岸基数据中心发送的船舶滑失率并发送至船基监控中心；

5、岸基数据中心，包括：特征衍生模块，用于从方向和时间维度获取气象基础数据的气象衍生数据，根据船舶运行数据和待预测时间，获取航行基础数据，根据航行基础数据和气象衍生数据获取航行衍生数据，根据航行基础数据、气象基础数据、气象衍生数据和航行衍生数据，构建待预测样本数据集；滑失率预测模块，用于将待预测样本数据集传入训练好的航速预测模型中得到航速预测值，根据航速预测值得到船舶滑失率。

6、基于上述系统的进一步改进，船舶运行数据包括：时间戳，通过ais模块获取的航速和船艏向，通过gps模块获取的经度和纬度，通过测深仪获取的左吃水、右吃水、后吃水和前吃水，通过机舱设备传感器获取的转速。

7、基于上述系统的进一步改进，通过其中的气象模块获取气象基础数据，是根据传入的时间戳、经度和纬度，调用气象数据接口而得到气象基础数据，气象基础数据包括：时间戳、风速、风来向、流速、流去向、浪高和涌高；传入的时间戳如果是待预测时间，则基于船舶航线计划，获取船舶在待预测时间的经度和纬度；否则，获取船舶运行数据中的时间戳、经度和纬度。

8、基于上述系统的进一步改进，特征衍生模块根据船舶运行数据和待预测时间，获取航行基础数据，包括：根据船舶航线计划，获取待预测时间的转速和船艏向；根据待预测时间在船舶航线计划中所属航段，计算该航段中船舶运行数据中左吃水、右吃水、后吃水和前吃水的平均值，并根据后吃水和前吃水的平均值，计算出前后吃水均值和纵倾吃水均值。

9、基于上述系统的进一步改进，特征衍生模块从方向和时间维度获取气象基础数据的气象衍生数据，包括：

10、根据船艏向和风来向，将每条气象基础数据中的风速分解为水平风速和垂直风速；根据船艏向和流去向，将每条气象基础数据中的流速分解为水平流速和垂直流速；

11、根据预置的多个时间段，分别对每条气象基础数据增加浪高、涌高、水平风速、垂直风速、水平流速和垂直流速在各时间段的均值，作为每条气象基础数据对应的各时间段气象衍生数据。

12、基于上述系统的进一步改进，通过以下公式计算水平风速windspeedh和垂直风速windspeedv：

13、

14、

15、其中，vw表示风速，hdt表示船艏向，wind表示风来向。

16、基于上述系统的进一步改进，通过以下公式计算水平流速waterspeedh和垂直流速waterspeedv：

17、waterspeedh＝vtcos(|water-hdt|/180π)

18、

19、其中，vt表示流速，hdt表示船艏向，water表示流去向。

20、基于上述系统的进一步改进，根据预置的多个时间段，分别对每条气象基础数据增加浪高、涌高、水平风速、垂直风速、水平流速和垂直流速的在各时间段的均值，作为每条气象基础数据对应的各时间段气象衍生数据，包括：

21、将预置的各时间段作为时间窗，基于每条气象基础数据中的时间戳，依次在各条气象基础数据中滑动时间窗，计算浪高、涌高、水平风速、垂直风速、水平流速和流直风速在各时间窗内的均值，作为各时间窗内最后一条气象基础数据对应的各时间段气象衍生数据。

22、基于上述系统的进一步改进，航行衍生数据包括交互数据和多项式数据，其中，交互数据是分别获取转速与前后吃水均值、转速与纵倾吃水均值、转速与水平风速、以及转速与水平流速的乘积值；多项式数据是分别获取转速、前后吃水均值、纵倾吃水均值、水平风速和水平流速各自的平方值。

23、基于上述系统的进一步改进，通信网络根据船舶航行区域进行调整，当船舶在国际远洋区域航行时，通信网络是卫星通信网络，当船舶在沿海和内河区域航行时，通信网络是卫星通信网络、vhf/uhf、4g或5g网络。

24、与现有技术相比，本发明至少可实现如下有益效果之一：

25、1、融合了气象中的风、浪、涌、流等数据，从方向、时间、交互和多项式维度衍生基础数据，挖掘数据的衍生特征，完善数据维度，实现对数据特征的平滑处理，捕捉变化趋势和相互作用，提取出更准确的数据特征，提高了滑失率的预测准确率。

26、2、采用多元线性岭回归的方法进行模型的构建，忽略船舶数据质量不高时对模型造成的影响，提高模型的鲁棒性，从而提升预测效果。

27、本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。

技术特征：

1.一种基于数据特征衍生的船舶滑失率预测系统，其特征在于，包括：岸基数据中心、船基监控中心和通信网络；其中，

2.根据权利要求1所述的基于数据特征衍生的船舶滑失率预测系统，其特征在于，所述船舶运行数据包括：时间戳，通过ais模块获取的航速和船艏向，通过gps模块获取的经度和纬度，通过测深仪获取的左吃水、右吃水、后吃水和前吃水，通过机舱设备传感器获取的转速。

3.根据权利要求2所述的基于数据特征衍生的船舶滑失率预测系统，其特征在于，所述通过其中的气象模块获取气象基础数据，是根据传入的时间戳、经度和纬度，调用气象数据接口而得到气象基础数据，所述气象基础数据包括：时间戳、风速、风来向、流速、流去向、浪高和涌高；所述传入的时间戳如果是待预测时间，则基于船舶航线计划，获取船舶在待预测时间的经度和纬度；否则，获取船舶运行数据中的时间戳、经度和纬度。

4.根据权利要求3所述的基于数据特征衍生的船舶滑失率预测系统，其特征在于，所述特征衍生模块根据船舶运行数据和待预测时间，获取航行基础数据，包括：根据船舶航线计划，获取待预测时间的转速和船艏向；根据待预测时间在船舶航线计划中所属航段，计算该航段中船舶运行数据中左吃水、右吃水、后吃水和前吃水的平均值，并根据后吃水和前吃水的平均值，计算出前后吃水均值和纵倾吃水均值。

5.根据权利要求4所述的基于数据特征衍生的船舶滑失率预测系统，其特征在于，所述特征衍生模块从方向和时间维度获取气象基础数据的气象衍生数据，包括：

6.根据权利要求5所述的基于数据特征衍生的船舶滑失率预测系统，其特征在于，通过以下公式计算水平风速windspeedh和垂直风速windspeedv：

7.根据权利要求5所述的基于数据特征衍生的船舶滑失率预测系统，其特征在于，通过以下公式计算水平流速waterspeedh和垂直流速waterspeedv：

8.根据权利要求5所述的基于数据特征衍生的船舶滑失率预测系统，其特征在于，所述根据预置的多个时间段，分别对每条气象基础数据增加浪高、涌高、水平风速、垂直风速、水平流速和垂直流速的在各时间段的均值，作为每条气象基础数据对应的各时间段气象衍生数据，包括：

9.根据权利要求5所述的基于数据特征衍生的船舶滑失率预测系统，其特征在于，所述航行衍生数据包括交互数据和多项式数据，其中，所述交互数据是分别获取转速与前后吃水均值、转速与纵倾吃水均值、转速与水平风速、以及转速与水平流速的乘积值；所述多项式数据是分别获取转速、前后吃水均值、纵倾吃水均值、水平风速和水平流速各自的平方值。

10.根据权利要求1-9任一项所述的基于数据特征衍生的船舶滑失率预测系统，其特征在于，所述通信网络根据船舶航行区域进行调整，当船舶在国际远洋区域航行时，通信网络是卫星通信网络，当船舶在沿海和内河区域航行时，通信网络是卫星通信网络、vhf/uhf、4g或5g网络。

技术总结
本发明涉及一种基于数据特征衍生的船舶滑失率预测系统，属于船舶技术领域，解决了现有数据特征缺失而导致滑失率预测不准确的问题。包括：岸基数据中心、船基监控中心和通信网络；船基监控中心的AIS模块、GPS模块、测深仪和机舱设备传感器用于采集船舶运行数据；气象模块用于获取气象基础数据；通信网络用于接收船舶运行数据和气象基础数据并发送至岸基数据中心，接收船舶滑失率并发送至船基监控中心；岸基数据中心的特征衍生模块用于获取气象衍生数据和航行衍生数据，构建待预测样本数据集；滑失率预测模块用于将待预测样本数据集传入航速预测模型得到航速预测值，根据航速预测值得到船舶滑失率。实现了船舶滑失率预测准确率的提升。

技术研发人员：李永杰,刘学良,关文渊,孙文秋实,张富榕,张瑞
受保护的技术使用者：震兑工业智能科技有限公司
技术研发日：
技术公布日：2024/3/17