CN107563576B - 一种船舶智能能效管理系统 - Google Patents
一种船舶智能能效管理系统 Download PDFInfo
- Publication number
- CN107563576B CN107563576B CN201710955015.7A CN201710955015A CN107563576B CN 107563576 B CN107563576 B CN 107563576B CN 201710955015 A CN201710955015 A CN 201710955015A CN 107563576 B CN107563576 B CN 107563576B
- Authority
- CN
- China
- Prior art keywords
- ship
- energy efficiency
- data
- consumption
- fuel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000007726 management method Methods 0.000 claims abstract description 97
- 238000005265 energy consumption Methods 0.000 claims abstract description 90
- 238000011156 evaluation Methods 0.000 claims abstract description 46
- 238000005457 optimization Methods 0.000 claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 238000012098 association analyses Methods 0.000 claims abstract description 7
- 238000011157 data evaluation Methods 0.000 claims abstract description 4
- 238000013499 data model Methods 0.000 claims abstract description 4
- 238000013433 optimization analysis Methods 0.000 claims abstract description 4
- 239000000446 fuel Substances 0.000 claims description 102
- 238000004891 communication Methods 0.000 claims description 24
- 238000006243 chemical reaction Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 17
- 238000007781 pre-processing Methods 0.000 claims description 15
- 238000005728 strengthening Methods 0.000 claims description 15
- 238000007405 data analysis Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 239000003921 oil Substances 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 238000013210 evaluation model Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 230000010365 information processing Effects 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 5
- 239000010771 distillate fuel oil Substances 0.000 claims description 5
- 239000010763 heavy fuel oil Substances 0.000 claims description 5
- 239000005431 greenhouse gas Substances 0.000 claims description 4
- 230000006872 improvement Effects 0.000 claims description 4
- 239000000498 cooling water Substances 0.000 claims description 3
- 238000013501 data transformation Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 238000012854 evaluation process Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 239000010687 lubricating oil Substances 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 239000002918 waste heat Substances 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 6
- 239000002283 diesel fuel Substances 0.000 description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种船舶智能能效管理系统，包括基本功能模块和高级功能模块；基本功能模块用于对能耗、能效监测及评估，通过对船舶航行状态、能耗状况数据的自动采集和在线监测，应用数据关联分析、数据模型算法，对船舶能耗、能效及排放进行分析、评估与预测，为船舶运营管理者提供数据评估分析结果和辅助决策建议，实现船舶能效实时监控、智能评估及优化、综合报告生成的智能能效管理基本功能；高级功能模块用于航速优化，建立船舶能效分析模型、航速优化分析模型，从而实现基于航次计划的航速优化和基于经济效益的航速优化功能。可通过实时采集的数据进行实时评估，在实际数据的基础上对提高能效进行调整船舶运行情况，从而使船舶能效管理更加科学有效。
Description
技术领域
本发明涉及一种船舶管理系统，特别是一种船舶智能能效管理系统。
背景技术
随着航运科技的发展，可持续发展、绿色环保理念在船舶营运过程中越来越受到重视，国际海事组织(IMO)为加强海运企业在节能减排、能效管理方面的要求，分别制定了《船舶能效管理计划(SEEMP)制定导则》、《船舶能效营运指数(EEOI)自愿使用指南》、《船舶能效设计指数(EEDI)验证指南》等相关文件，为监控航运企业对二氧化碳等温室气体的排放提出了要求。同时，在中国船级社于2015年制定并于2016年3月正式生效的《智能船舶规范》中，也针对能效管理专门给出了智能能效管理规范的具体功能要求。根据指南和规范对船舶能效进行管理，也是提升船舶运营能效、减少能量消耗的有效措施和途径。
在智能制造的大环境下，传统的船舶动力监控系统已不能满足新形势下智能船舶的要求，在数据监测的基础上对大量的历史数据进行处理分析，能够对船舶的主要耗能设备和能效指标进行实时评估，对超限指标进行报警提醒，并根据船舶能耗或能效的综合评估结果给出优化和改进的辅助决策建议，从而形成真正意义的船舶智能能效管理系统。
现将目前的船舶动力监控系统的主要问题罗列如下：
(1)只是对船舶机舱内与动力系统相关的指标进行监测，没有对数据进行分析的过程，大量的数据被浪费。
(2)对船舶耗能及能效没有优化和改进措施，对节能减排没有起到作用。
(3)未给船舶企业和船舶管理人员提供一定的辅助决策，对船企能效管理人员未起到指导作用。
(4)在船舶运营过程中，积累了大量能耗及能效相关的数据，而这些数据未收集进行系统科学的分析，造成了资源流失；
(5)由于船企的管理部门或管理系统不能及时得到船舶能效的实时状况，因而不能做出科学的管理计划及措施，极大地影响了船舶能效的提高。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供一种设计更科学合理、维护方便、能效管理大大提高的船舶智能能效管理系统。
本发明所要解决的技术问题是通过以下的技术方案来实现的。本发明是一种船舶智能能效管理系统，其特点是：船舶智能能效管理系统主要是由基本功能模块和高级功能模块组成；
基本功能模块用于对能耗、能效监测及评估，通过对船舶航行状态、能耗状况数据的自动采集和在线监测，依据船舶能效管理计划的相关规范要求，并应用数据关联分析、数据模型算法，对船舶能耗、能效及排放进行分析、评估与预测，为船舶运营管理者提供数据评估分析结果和辅助决策建议，实现船舶能效实时监控、智能评估及优化、综合报告生成的智能能效管理基本功能；
高级功能模块用于航速优化，在完成采集海量的实船能效、能耗及航行状态数据的基础上，建立船舶能效分析模型、航速优化分析模型，从而实现基于航次计划的航速优化和基于经济效益的航速优化功能；
船舶智能能效管理系统主要由五个功能模块组成，其中基本功能模块包括数据采集模块、系统管理模块、数据分析模块、能效及能耗评估模块，高级功能模块包括能效管理辅助决策模块；
(1)数据采集模块
通过在机舱安装温度、液位、压力、转速传感器及分布式控制单元，实现对船舶机舱主机、滑油、冷却水、发电系统的工作状态及主要参数的实时采集；
数据采集模块分为信息处理和数据通信ModbusTcp服务两个部分；信息处理分成数字量处理、模拟量处理两个功能；数据通信提供从机Modbus Tcp服务；主机作为Modbus主站通过以太网连接到数据采集模块获取硬件采集信息数据，能同时与多个Modbus从站建立通信链接；数据采集模块功能按照标准Modbus TCP协议进行设计；
(2)系统管理模块
系统管理模块包括用户管理、采集系统通信配置、分析评估参数设置、船舶基本信息设置；
用户管理主要针对用户的基本信息进行管理，包括用户名、密码、权限等，通过点击相应的按钮实现添加、修改、删除操作；采集系统通信配置主要包括IP地址、端口号、采集周期，同时还支持对通信链路的检测、连接和断开功能；通信链路配置成功后，即可进行实现基于ModbusTCP协议的主从站数据通信通信功能，主站即监测主机按照设置的采集周期，定时接收到从站即信号采集系统发出的采集数据；分析评估参数设置通过对船舶能效设计参数包括能耗数据、能效及排放指标数据进行分析，在系统中设置船舶实时能耗、能效及排放评估衡准值及上限值，作为评估及报警提醒的参考依据数值；船舶的基本信息设置主要包括船舶的名称、编号、用途、重量，载货量、船舶尺度、船舶性质以及一些船舶主机、推动器功率参数；
(3)数据分析模块
包括能量及排放指标自动计算和主要耗能设备指标自动计算；数据分析模块通过采集的实时数据对船舶主要耗能设备的能耗指标燃料小时消耗量、燃料日消耗量、燃料航次或航段消耗量和能效指标EEOI、单位距离燃料消耗、单位运输功燃料消耗、单位距离CO2排放、单位运输量CO2排放进行计算并且实时显示；
(4)能效及能耗评估模块
该模块主要实现对耗能设备能耗实时评估、船舶能效及排放指标评估、船舶能耗分布分析、指标的超限提醒功能；
A数据预处理
在评估的过程中，首先对大量的历史数据进行预处理，得到有效的有参考意义的数据；数据预处理主要包括数据清洗、数据集成、数据归约和数据变换四个过程；
B特征值提取
提取出有效的指标数据的特征值，这些特征值能够在某种程度上反映出船舶能效及能耗状况的好坏等级；采用均值mean与方差variance作为输入、输出的特征量辨识油耗模型；
C建立评估模型
运用神经网络算法进行建模；具体步骤如下：随机确定连接权重及阈值；对隐含层、输出层进行计算；重复训练输出层权重；根据设定要求完成训练；
在模型中，根据船舶能效状况的由好到坏的程度，分别将评估结果定级为一级、二级、三级、四级、五级；
D评估结果
将采集到的指标数据进行数据预处理、指标特征提取，并将提取出的特征值放入船舶能效及能耗状况评估模型中进行评估；最后根据模型中的等级划分程度，对船舶一个航次或时段的能效情况给出等级结果；
(5)能效管理辅助决策模块
根据前述船舶能效及能耗状况的综合评估得到的不同等级的结果，分别对应一级、二级、三级、四级、五级的不同结果，给出优化及改进的辅助决策建议。
本发明所述的一种船舶智能能效管理系统，其进一步优选的技术方案是：该船舶智能能效管理系统的高级功能模块还包括能效辅助管理模块，所述的能效辅助管理模块在能效管理辅助决策模块功能实现的基础上，提供航运温室气体排放检测报告，并且对进入排放控制区的船舶进行剩余海里、剩余时间预警，确保排放控制区内的排放符合要求；另外，船舶航行过程中对燃料加装、燃料的转换进行管理，包括燃料加装种类、燃料转换前后燃料的信息管理以及在进入排放控制区时对燃料的转换时间，转换地点进行管理显示。
本发明所述的一种船舶智能能效管理系统，其进一步优选的技术方案是：数据分析模块的分析方法是：将实时计算出的指标值拟合成曲线与之前的经验值或衡准进行对比关联分析；通过对比分析的曲线图，分析出船舶的能耗或能效情况；通过比较不同时期的船舶燃料消耗量和单位距离燃料消耗量的能效及能耗指标，分析指标的变化趋势。通过单位产量燃料消耗量高低的对比，分析船舶运输燃料消耗的节能潜力；通过计算不同航运类型船舶的燃料消耗量，分析船舶运输能源消耗的结构组成；通过分析同一航运类型船舶在不同航线或航段的燃料消耗量，分析船舶航线对能源消耗的影响因素；通过分析船队结构变化，具体分析高能耗船型，低能耗船型的结构变化对能源消耗的影响。
本发明所述的一种船舶智能能效管理系统，其进一步优选的技术方案是：主要能耗排放指标为：
燃料小时消耗量：通过流量计记录一小时内的燃油消耗量；
燃料日消耗量：通过流量计记录一天之内的燃油消耗量；
燃料航次或航段消耗量：通过流量计记录一个航次或航段之内消耗的燃油消耗量。
本发明所述的一种船舶智能能效管理系统，其进一步优选的技术方案是：能效及排放指标中，EEOI即运输每吨海里货物所产生的CO2排放量或单位运输功CO2的排放量，其具体计算方法如下：
一个航次EEOI的基本表达式为：
某段时间或多个航段的EEOI平均值计算公式为：
式中：
j为燃油类型；
i为航程数；
FCij为在航程i中燃油j的消耗量，单位：t；
CFj为燃油j的燃油量与CO2量转换系数，即燃烧单位质量燃料的CO2质量排放量，也称为CO2排放因子，单位t(CO2)/t(燃料)；
mcar，go为载货量，单位：t；
D为船舶航行的里程，指在所考虑的航次或时间段的实际航行距离，单位：海里；
单位距离燃料消耗计算公式为：
其中，∑Fc为各航段油耗的总和；∑D为各航段航程之和；
单位运输功燃料消耗的计算公式为：
其中，∑Fc为各航段油耗的总和，包括航行和停泊油耗；mcar，go为载货量，D为船舶航行的里程；
单位距离CO2排放的计算公式为：
其中，FCj为各航段航行中分类油耗(重燃料油、轻燃料油、柴油)，CFj不同燃油的CO2转换系数，即CO2排放因子；∑D为各航段航程之和；
单位运输量CO2排放的计算公式为：
其中，FCj为各航段航行中分类油耗：重燃料油、轻燃料油、柴油，CFj不同燃油的CO2转换系数，即CO2排放因子；∑mcar，go为各航线载货量之和。
本发明所述的一种船舶智能能效管理系统，其进一步优选的技术方案是：能效及能耗评估模块中的数据预处理的过程如下：
(1)对数据进行泛化处理；
(2)以单次航行的每300s做方差处理，作为基准值；
(3)将1次航行不同数据特征值做协方差处理；
(4)为了提高神经网络训练精度，进行相应比例的扩大，提高数据的差异性；
(5)以其他多次类似航行情况的平均作为训练的参考准值。
本发明所述的一种船舶智能能效管理系统，其进一步优选的技术方案是：能效管理辅助决策模块中，根据船舶能效及能耗状况的综合评估得到的不同等级的结果，给出优化及改进的建议：当结果为“一级”时，给出“能效状况良好，请继续保持”的建议；当结果为“二级”时，给出“加强主机优化、航线优化”的建议；当结果为“三级”时，给出“加强主机、航次计划、船速优化，利用洋流节能，”的建议；当结果为“四级”时，给出“加强主机、船速、航线优化，注意船舶吃水和吃水差、压载水操作、螺旋桨能效的优化，注重船体清洁，合理使用辅助锅炉”的建议；当结果为“五级”时，给出“进行航速优化，采用经济航路，保持最佳纵倾，合理压载，利用潮汐航行，注意主机优化、轮机优化，加强主辅机维护保养，加强废热回收再利用”的建议。
与现有技术相比，本发明的有益效果如下：
(1)本发明可通过实时采集的数据进行实时评估，在实际数据的基础上对提高能效进行调整船舶运行情况，从而使船舶能效管理更加科学有效，为减少船舶能耗和CO2气体的排放起到了科学的理论指导作用。
(2)对船舶能效评估情况给出明确的等级，让船舶管理者实时了解船舶能效情况，及时做出调整。
(3)根据评估结果给出的辅助决策建议可为船舶驾驶人员提供参考。
(4)系统中提供的可供打印的排放检测报告，为能效辅助管理和船舶在排放控制区的检测提供有效资料。
本发明系统的应用对于船员而言：可以增加船员有关船舶能量性能的知识；意识到他们对船舶的操控将对船舶经济性与环境产生怎样的影响；激发船员参与公司节能减排意识的一个关键因素。本发明系统的应用对于船运企业管理者而言：掌握能量究竟如何消耗、消耗在哪里及何时消耗有价值信息；决定哪些设备有必要评估和比较船舶能量性能。本发明系统的应用对于船舶公司：可以节省燃油；减少有害气体排放；实现利润最大化。
附图说明
图1为本发明船舶智能能效管理系统的架构图；
图2为本发明船舶智能能效管理系统的功能模块框图。
具体实施方式
以下参照附图，进一步描述本发明的具体技术方案，以便于本领域的技术人员进一步地理解本发明，而不构成对其权利的限制。
实施例1，参照图1和2，一种船舶智能能效管理系统：船舶智能能效管理系统主要是由基本功能模块和高级功能模块组成；
基本功能模块用于对能耗、能效监测及评估，通过对船舶航行状态、能耗状况数据的自动采集和在线监测，依据船舶能效管理计划的相关规范要求，并应用数据关联分析、数据模型算法，对船舶能耗、能效及排放进行分析、评估与预测，为船舶运营管理者提供数据评估分析结果和辅助决策建议，实现船舶能效实时监控、智能评估及优化、综合报告生成的智能能效管理基本功能；
高级功能模块用于航速优化，在完成采集海量的实船能效、能耗及航行状态数据的基础上，建立船舶能效分析模型、航速优化分析模型，从而实现基于航次计划的航速优化和基于经济效益的航速优化功能；
船舶智能能效管理系统主要由五个功能模块组成，其中基本功能模块包括数据采集模块、系统管理模块、数据分析模块、能效及能耗评估模块，高级功能模块包括能效管理辅助决策模块；
(1)数据采集模块
通过在机舱安装温度、液位、压力、转速传感器及分布式控制单元，实现对船舶机舱主机、滑油、冷却水、发电系统的工作状态及主要参数的实时采集；
数据采集模块分为信息处理和数据通信ModbusTcp服务两个部分；信息处理分成数字量处理、模拟量处理两个功能；数据通信提供从机Modbus Tcp服务；主机作为Modbus主站通过以太网连接到数据采集模块获取硬件采集信息数据，能同时与多个Modbus从站建立通信链接；数据采集模块功能按照标准Modbus TCP协议进行设计；
(2)系统管理模块
系统管理模块包括用户管理、采集系统通信配置、分析评估参数设置、船舶基本信息设置；
用户管理主要针对用户的基本信息进行管理，包括用户名、密码、权限等，通过点击相应的按钮实现添加、修改、删除操作；采集系统通信配置主要包括IP地址、端口号、采集周期，同时还支持对通信链路的检测、连接和断开功能；通信链路配置成功后，即可进行实现基于ModbusTCP协议的主从站数据通信通信功能，主站即监测主机按照设置的采集周期，定时接收到从站即信号采集系统发出的采集数据；分析评估参数设置通过对船舶能效设计参数包括能耗数据、能效及排放指标数据进行分析，在系统中设置船舶实时能耗、能效及排放评估衡准值及上限值，作为评估及报警提醒的参考依据数值；船舶的基本信息设置主要包括船舶的名称、编号、用途、重量，载货量、船舶尺度、船舶性质以及一些船舶主机、推动器功率参数；
(3)数据分析模块
包括能量及排放指标自动计算和主要耗能设备指标自动计算；数据分析模块通过采集的实时数据对船舶主要耗能设备的能耗指标燃料小时消耗量、燃料日消耗量、燃料航次或航段消耗量和能效指标EEOI、单位距离燃料消耗、单位运输功燃料消耗、单位距离CO2排放、单位运输量CO2排放进行计算并且实时显示；
(4)能效及能耗评估模块
该模块主要实现对耗能设备能耗实时评估、船舶能效及排放指标评估、船舶能耗分布分析、指标的超限提醒功能；
A数据预处理
在评估的过程中，首先对大量的历史数据进行预处理，得到有效的有参考意义的数据；数据预处理主要包括数据清洗、数据集成、数据归约和数据变换四个过程；
B特征值提取
提取出有效的指标数据的特征值，这些特征值能够在某种程度上反映出船舶能效及能耗状况的好坏等级；采用均值mean与方差variance作为输入、输出的特征量辨识油耗模型；
C建立评估模型
运用神经网络算法进行建模；具体步骤如下：随机确定连接权重及阈值；对隐含层、输出层进行计算；重复训练输出层权重；根据设定要求完成训练；
在模型中，根据船舶能效状况的由好到坏的程度，分别将评估结果定级为一级、二级、三级、四级、五级；
D评估结果
将采集到的指标数据进行数据预处理、指标特征提取，并将提取出的特征值放入船舶能效及能耗状况评估模型中进行评估；最后根据模型中的等级划分程度，对船舶一个航次或时段的能效情况给出等级结果；
(5)能效管理辅助决策模块
根据前述船舶能效及能耗状况的综合评估得到的不同等级的结果，分别对应一级、二级、三级、四级、五级的不同结果，给出优化及改进的辅助决策建议。
实施例2，实施例1所述的一种船舶智能能效管理系统中：该船舶智能能效管理系统的高级功能模块还包括能效辅助管理模块，所述的能效辅助管理模块在能效管理辅助决策模块功能实现的基础上，提供航运温室气体排放检测报告，并且对进入排放控制区的船舶进行剩余海里、剩余时间预警，确保排放控制区内的排放符合要求；另外，船舶航行过程中对燃料加装、燃料的转换进行管理，包括燃料加装种类、燃料转换前后燃料的信息管理以及在进入排放控制区时对燃料的转换时间，转换地点进行管理显示。
实施例3，实施例1或2所述的一种船舶智能能效管理系统中：数据分析模块的分析方法是：将实时计算出的指标值拟合成曲线与之前的经验值或衡准进行对比关联分析；通过对比分析的曲线图，分析出船舶的能耗或能效情况；通过比较不同时期的船舶燃料消耗量和单位距离燃料消耗量的能效及能耗指标，分析指标的变化趋势。通过单位产量燃料消耗量高低的对比，分析船舶运输燃料消耗的节能潜力；通过计算不同航运类型船舶的燃料消耗量，分析船舶运输能源消耗的结构组成；通过分析同一航运类型船舶在不同航线或航段的燃料消耗量，分析船舶航线对能源消耗的影响因素；通过分析船队结构变化，具体分析高能耗船型，低能耗船型的结构变化对能源消耗的影响。
实施例4.实施例1-3中任何一项所述的一种船舶智能能效管理系统，主要能耗排放指标为：
燃料小时消耗量：通过流量计记录一小时内的燃油消耗量；
燃料日消耗量：通过流量计记录一天之内的燃油消耗量；
燃料航次或航段消耗量：通过流量计记录一个航次或航段之内消耗的燃油消耗量。
实施例5.实施例1-4中任何一项所述的一种船舶智能能效管理系统，能效及排放指标中，EEOI即运输每吨海里货物所产生的CO2排放量或单位运输功CO2的排放量，其具体计算方法如下：
一个航次EEOI的基本表达式为：
某段时间或多个航段的EEOI平均值计算公式为：
式中：
j为燃油类型；
i为航程数；
FCij为在航程i中燃油j的消耗量，单位：t；
CFj为燃油j的燃油量与CO2量转换系数，即燃烧单位质量燃料的CO2质量排放量，也称为CO2排放因子，单位t(CO2)/t(燃料)；
mcar，go为载货量，单位：t；
D为船舶航行的里程，指在所考虑的航次或时间段的实际航行距离，单位：海里；
单位距离燃料消耗计算公式为：
其中，∑Fc为各航段油耗的总和；∑D为各航段航程之和；
单位运输功燃料消耗的计算公式为：
其中，∑Fc为各航段油耗的总和，包括航行和停泊油耗；mcar，go为载货量，D为船舶航行的里程；
单位距离CO2排放的计算公式为：
其中，FCj为各航段航行中分类油耗(重燃料油、轻燃料油、柴油)，CFj不同燃油的CO2转换系数，即CO2排放因子；∑D为各航段航程之和；
单位运输量CO2排放的计算公式为：
其中，FCj为各航段航行中分类油耗：重燃料油、轻燃料油、柴油，CFj不同燃油的CO2转换系数，即CO2排放因子；∑mcar，go为各航线载货量之和。
实施例6.实施例1-5中任何一项所述的一种船舶智能能效管理系统，能效及能耗评估模块中的数据预处理的过程如下：
(1)对数据进行泛化处理；
(2)以单次航行的每300s做方差处理，作为基准值；
(3)将1次航行不同数据特征值做协方差处理；
(4)为了提高神经网络训练精度，进行相应比例的扩大，提高数据的差异性；
(5)以其他多次类似航行情况的平均作为训练的参考准值。
实施例7.实施例1-6中任何一项所述的一种船舶智能能效管理系统，能效管理辅助决策模块中，根据船舶能效及能耗状况的综合评估得到的不同等级的结果，给出优化及改进的建议：当结果为“一级”时，给出“能效状况良好，请继续保持”的建议；当结果为“二级”时，给出“加强主机优化、航线优化”的建议；当结果为“三级”时，给出“加强主机、航次计划、船速优化，利用洋流节能，”的建议；当结果为“四级”时，给出“加强主机、船速、航线优化，注意船舶吃水和吃水差、压载水操作、螺旋桨能效的优化，注重船体清洁，合理使用辅助锅炉”的建议；当结果为“五级”时，给出“进行航速优化，采用经济航路，保持最佳纵倾，合理压载，利用潮汐航行，注意主机优化、轮机优化，加强主辅机维护保养，加强废热回收再利用”的建议。
Claims (7)
1.一种船舶智能能效管理系统，其特征在于：船舶智能能效管理系统主要是由基本功能模块和高级功能模块组成；
基本功能模块用于对能耗、能效监测及评估，通过对船舶航行状态、能耗状况数据的自动采集和在线监测，依据船舶能效管理计划的相关规范要求，并应用数据关联分析、数据模型算法，对船舶能耗、能效及排放进行分析、评估与预测，为船舶运营管理者提供数据评估分析结果和辅助决策建议，实现船舶能效实时监控、智能评估及优化、综合报告生成的智能能效管理基本功能；
高级功能模块用于航速优化，在完成采集海量的实船能效、能耗及航行状态数据的基础上，建立船舶能效分析模型、航速优化分析模型，从而实现基于航次计划的航速优化和基于经济效益的航速优化功能；
船舶智能能效管理系统主要由五个功能模块组成，其中基本功能模块包括数据采集模块、系统管理模块、数据分析模块、能效及能耗评估模块，高级功能模块包括能效管理辅助决策模块；
(1)数据采集模块
通过在机舱安装温度、液位、压力、转速传感器及分布式控制单元，实现对船舶机舱主机、滑油、冷却水、发电系统的工作状态及主要参数的实时采集；
数据采集模块分为信息处理和数据通信ModbusTcp服务两个部分；信息处理分成数字量处理、模拟量处理两个功能；数据通信提供从机Modbus Tcp服务；主机作为Modbus主站通过以太网连接到数据采集模块获取硬件采集信息数据，能同时与多个Modbus从站建立通信链接；数据采集模块功能按照标准Modbus TCP协议进行设计；
(2)系统管理模块
系统管理模块包括用户管理、采集系统通信配置、分析评估参数设置、船舶基本信息设置；用户管理主要针对用户的基本信息进行管理，包括用户名、密码、权限，通过点击相应的按钮实现添加、修改、删除操作；采集系统通信配置主要包括IP地址、端口号、采集周期，
同时还支持对通信链路的检测、连接和断开功能；通信链路配置成功后，即可进行实现基于ModbusTCP协议的主从站数据通信功能，主站即监测主机按照设置的采集周期，定时接收到从站即信号采集系统发出的采集数据；分析评估参数设置通过对船舶能效设计参数包括能耗数据、能效及排放指标数据进行分析，在系统中设置船舶实时能耗、能效及排放评估衡准值及上限值，作为评估及报警提醒的参考依据数值；船舶的基本信息设置主要包括船舶的名称、编号、用途、重量，载货量、船舶尺度、船舶性质以及一些船舶主机、推动器功率参数；
(3)数据分析模块
包括能量及排放指标自动计算和主要耗能设备指标自动计算；数据分析模块通过采集的实时数据对船舶主要耗能设备的能耗指标燃料小时消耗量、燃料日消耗量、燃料航次或航段消耗量和能效指标EEOI、单位距离燃料消耗、单位运输功燃料消耗、单位距离CO2排放、单位运输量CO2排放进行计算并且实时显示；
(4)能效及能耗评估模块
该模块主要实现对耗能设备能耗实时评估、船舶能效及排放指标评估、船舶能耗分布分析、指标的超限提醒功能；
A数据预处理
在评估的过程中，首先对大量的历史数据进行预处理，得到有效的有参考意义的数据；数据预处理主要包括数据清洗、数据集成、数据归约和数据变换四个过程；
B特征值提取
提取出有效的指标数据的特征值，这些特征值能够在某种程度上反映出船舶能效及能耗状况的好坏等级；采用均值mean与方差variance作为输入、输出的特征量辨识油耗模型；
C建立评估模型
运用神经网络算法进行建模；具体步骤如下：随机确定连接权重及阈值；对隐含层、输出层进行计算；重复训练输出层权重；根据设定要求完成训练；
在模型中，根据船舶能效状况的由好到坏的程度，分别将评估结果定级为一级、二级、三级、四级、五级；
D评估结果
将采集到的指标数据进行数据预处理、指标特征提取，并将提取出的特征值放入船舶能效及能耗状况评估模型中进行评估；最后根据模型中的等级划分程度，对船舶一个航次或时段的能效情况给出等级结果；
(5)能效管理辅助决策模块
根据前述船舶能效及能耗状况的综合评估得到的不同等级的结果，分别对应一级、二级、三级、四级、五级的不同结果，给出优化及改进的辅助决策建议。
2.根据权利要求1所述的一种船舶智能能效管理系统，其特征在于：该船舶智能能效管理系统的高级功能模块还包括能效辅助管理模块，所述的能效辅助管理模块在能效管理辅助决策模块功能实现的基础上，提供航运温室气体排放检测报告，并且对进入排放控制区的船舶进行剩余海里、剩余时间预警，确保排放控制区内的排放符合要求；另外，船舶航行过程中对燃料加装、燃料的转换进行管理，包括燃料加装种类、燃料转换前后燃料的信息管理以及在进入排放控制区时对燃料的转换时间，转换地点进行管理显示。
3.根据权利要求1所述的一种船舶智能能效管理系统，其特征在于：数据分析模块的分析方法是：将实时计算出的指标值拟合成曲线与之前的经验值或衡准进行对比关联分析；通过对比分析的曲线图，分析出船舶的能耗或能效情况；通过比较不同时期的船舶燃料消耗量和单位距离燃料消耗量的能效及能耗指标，分析指标的变化趋势，通过单位产量燃料消耗量高低的对比，分析船舶运输燃料消耗的节能潜力；通过计算不同航运类型船舶的燃料消耗量，分析船舶运输能源消耗的结构组成；通过分析同一航运类型船舶在不同航线或航段的燃料消耗量，分析船舶航线对能源消耗的影响因素；通过分析船队结构变化，具体分析高能耗船型，低能耗船型的结构变化对能源消耗的影响。
4.根据权利要求1或2或3所述的一种船舶智能能效管理系统，其特征在于，主要能耗排放指标为：
燃料小时消耗量：通过流量计记录一小时内的燃油消耗量；
燃料日消耗量：通过流量计记录一天之内的燃油消耗量；
燃料航次或航段消耗量：通过流量计记录一个航次或航段之内消耗的燃油消耗量。
5.根据权利要求1或2或3所述的一种船舶智能能效管理系统，其特征在于，能效及排放指标中，EEOI即运输每吨海里货物所产生的CO2排放量或单位运输功CO2的排放量，其具体计算方法如下：
一个航程EEOI的基本表达式为：
某段时间内多个航程的EEOI平均值计算公式为：
式中：
j为燃油类型：重燃料油、轻燃料油、柴油；
i为航程数；
FCij为在航程i中燃油j的消耗量，单位：t；
CFj为燃油j的燃油量与CO2量转换系数，即燃烧单位质量燃料的CO2质量排放量，也称为CO2排放因子；CO2、燃料单位:t；
mcargo,i为在航程i中的载货量，单位：t；
Di为船舶航程i的里程数，单位：海里；
单位距离燃料消耗计算公式为：
单位运输功燃料消耗的计算公式为：
单位距离CO2排放的计算公式为：
单位运输量CO2排放的计算公式为：
6.根据权利要求1所述的一种船舶智能能效管理系统，其特征在于，能效及能耗评估模块中的数据预处理的过程如下：
(1)对数据进行泛化处理；
(2)以单次航行的每300s做方差处理，作为基准值；
(3)将1次航行不同数据特征值做协方差处理；
(4)为了提高神经网络训练精度，进行相应比例的扩大，提高数据的差异性；(5)以其他多次类似航行情况的平均作为训练的参考准值。
7.根据权利要求1所述的一种船舶智能能效管理系统，其特征在于，能效管理辅助决策模块中，根据船舶能效及能耗状况的综合评估得到的不同等级的结果，给出优化及改进的建议：当结果为“一级”时，给出“能效状况良好，请继续保持”的建议；当结果为“二级”时，给出“加强主机优化、航线优化”的建议；当结果为“三级”时，给出“加强主机、航次计划、船速优化，利用洋流节能，”的建议；当结果为“四级”时，给出“加强主机、船速、航线优化，注意船舶吃水和吃水差、压载水操作、螺旋桨能效的优化，注重船体清洁，合理使用辅助锅炉”的建议；当结果为“五级”时，给出“进行航速优化，采用经济航路，保持最佳纵倾，合理压载，利用潮汐航行，注意主机优化、轮机优化，加强主辅机维护保养，加强废热回收再利用”的建议。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710955015.7A CN107563576B (zh) | 2017-10-14 | 2017-10-14 | 一种船舶智能能效管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710955015.7A CN107563576B (zh) | 2017-10-14 | 2017-10-14 | 一种船舶智能能效管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107563576A CN107563576A (zh) | 2018-01-09 |
| CN107563576B true CN107563576B (zh) | 2023-06-27 |
Family
ID=60985747
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710955015.7A Active CN107563576B (zh) | 2017-10-14 | 2017-10-14 | 一种船舶智能能效管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107563576B (zh) |
Families Citing this family (56)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108733926B (zh) * | 2018-05-22 | 2020-07-24 | 大连理工大学 | 一种风电安装船能效水平评价方法 |
| CN110543961B (zh) * | 2018-05-28 | 2023-04-14 | 深圳市行健自动化股份有限公司 | 海洋作业平台和船舶整体能效管理方法 |
| CN109116821B (zh) * | 2018-09-04 | 2021-04-06 | 江苏远望仪器集团有限公司 | 一种船舶监控系统、方法和装置 |
| CN109143867A (zh) * | 2018-09-26 | 2019-01-04 | 上海海事大学 | 一种基于神经网络控制的混合动力船舶的能量管理方法 |
| CN109359776A (zh) * | 2018-10-26 | 2019-02-19 | 中国船舶科学研究中心（中国船舶重工集团公司第七0二研究所） | 一种船舶能效监测管理系统 |
| CN109552553B (zh) * | 2018-11-06 | 2021-06-11 | 南通中远海运川崎船舶工程有限公司 | 两万箱级绿色环保集装箱船及其智能管理方法 |
| CN109711682B (zh) * | 2018-12-13 | 2021-09-14 | 中国船舶工业系统工程研究院 | 一种数据驱动的船舶总体状态评估方法 |
| CN109684700A (zh) * | 2018-12-17 | 2019-04-26 | 新奥数能科技有限公司 | 燃气锅炉的能效曲线拟合方法、装置、介质及电子设备 |
| CN111325379B (zh) * | 2018-12-17 | 2024-03-26 | 携程旅游网络技术（上海）有限公司 | 航路计算方法及系统 |
| CN109711019A (zh) * | 2018-12-17 | 2019-05-03 | 新奥数能科技有限公司 | 燃气锅炉的能效曲线拟合方法、装置、介质及电子设备 |
| CN109649626A (zh) * | 2018-12-21 | 2019-04-19 | 广州文冲船厂有限责任公司 | 一种智能船舶 |
| CN109584134A (zh) * | 2018-12-29 | 2019-04-05 | 中船重工（武汉）船舶与海洋工程装备设计有限公司 | 一种船舶航行监管方法及系统 |
| CN109978184A (zh) * | 2019-03-19 | 2019-07-05 | 中船（浙江）海洋科技有限公司 | 一种船舶维修保养平台 |
| CN110110943B (zh) * | 2019-05-21 | 2023-02-10 | 大连海事大学 | 一种基于大数据的船队能效综合智能优化管理系统和优化方法 |
| CN110109445B (zh) * | 2019-05-24 | 2023-12-01 | 中船数字信息技术有限公司 | 一种船舶机舱辅机监控系统及监控方法 |
| CN111289690A (zh) * | 2019-08-19 | 2020-06-16 | 浙江海洋大学 | 一种基于ais的区域船舶碳排放监测方法 |
| CN110503270B (zh) * | 2019-08-30 | 2024-02-02 | 哈尔滨工程大学 | 一种船舶能耗与排放预评估系统 |
| CN110737267A (zh) * | 2019-09-30 | 2020-01-31 | 智慧航海（青岛）科技有限公司 | 一种无人船多目标优化方法及无人船智能综合管控系统 |
| CN110737986B (zh) * | 2019-10-15 | 2023-08-08 | 大连海事大学 | 一种无人船能效智能优化仿真系统及方法 |
| CN110765633A (zh) * | 2019-10-31 | 2020-02-07 | 中船动力研究院有限公司 | 一种动力装置的智能管理方法和装置 |
| CN111260218B (zh) * | 2020-01-16 | 2023-10-17 | 中国水产科学研究院东海水产研究所 | 拖网渔船燃油效率分析方法 |
| CN111415086B (zh) * | 2020-03-18 | 2023-08-11 | 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） | 船舶的能耗分布数据处理方法、装置以及计算机设备 |
| CN111489075B (zh) * | 2020-04-07 | 2023-12-26 | 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） | 船舶能效评估方法及装置 |
| CN111552299B (zh) * | 2020-05-29 | 2024-02-23 | 大连海事大学 | 一种风翼助航船舶能效智能优化管理系统与优化方法 |
| CN111724052B (zh) * | 2020-06-12 | 2023-12-05 | 大连海事大学 | 一种船舶轮机模拟器智能评估系统 |
| CN111832545B (zh) * | 2020-09-21 | 2020-12-04 | 湖南三一中型起重机械有限公司 | 起重机权限认证装置、系统和方法 |
| CN112307688B (zh) * | 2020-10-29 | 2021-07-13 | 中国舰船研究设计中心 | 一种电力推进船舶能效监控管理优化系统和方法 |
| CN112562120B (zh) * | 2020-12-16 | 2022-10-28 | 镇江赛尔尼柯自动化股份有限公司 | 一种基于拖轮的船舶智能能效管理方法 |
| CN112558910A (zh) * | 2020-12-23 | 2021-03-26 | 岳西县恒意机械有限公司 | 一种船用双屏显控台及其控制系统 |
| CN112766694A (zh) * | 2021-01-12 | 2021-05-07 | 中化兴中石油转运（舟山）有限公司 | 到港油轮安全质量控制信息化系统 |
| CN112734284B (zh) * | 2021-01-22 | 2023-07-04 | 南京凯盛国际工程有限公司 | 流程工业能耗优化决策系统及提高评估结果准确度方法 |
| CN112906944A (zh) * | 2021-01-26 | 2021-06-04 | 武汉理工大学 | 基于船岸协同的船舶能效优化系统、方法、装置和介质 |
| CN113031492A (zh) * | 2021-04-08 | 2021-06-25 | 江苏远望仪器集团有限公司 | 船舶耗能设备的能耗监测系统及能耗监测方法 |
| CN113238558A (zh) * | 2021-05-19 | 2021-08-10 | 江苏科技大学 | 实验室用船舶智能能效管理系统 |
| CN113269435B (zh) * | 2021-05-21 | 2023-02-17 | 国网山东省电力公司电力科学研究院 | 一种新能源场站运行状态耦合监测评估系统 |
| CN113191571B (zh) * | 2021-05-26 | 2024-04-05 | 上海海事大学 | 基于多目标适应性权重进化算法的航线优化方法 |
| CN113361014B (zh) * | 2021-06-28 | 2023-05-23 | 大连海事大学 | 一种船舶的智能能效管理方法 |
| CN113610347B (zh) * | 2021-07-05 | 2024-04-05 | 上海海事大学 | 一种船舶航运市场运力评估方法 |
| CN113487185A (zh) * | 2021-07-06 | 2021-10-08 | 天津大学 | 一种服务业水足迹数据处理方法 |
| CN113570279B (zh) * | 2021-08-11 | 2023-11-07 | 中国船级社 | 一种面向港作拖轮的能效运营指数eeoi评价方法及系统 |
| CN113869783B (zh) * | 2021-10-15 | 2023-05-30 | 中远海运科技股份有限公司 | 一种船舶运营效率评估系统及方法 |
| CN113936503B (zh) * | 2021-10-29 | 2022-08-30 | 武汉理工大学 | 基于区块链的新能源船舶的航速监测及优化系统 |
| CN114527247B (zh) * | 2021-12-20 | 2023-12-22 | 广州迪森数字能源科技有限公司 | 一种基于物联网的锅炉水质综合监测方法、系统及设备 |
| CN114666733A (zh) * | 2022-03-17 | 2022-06-24 | 镇江赛尔尼柯自动化股份有限公司 | 一种智能船舶全球限排区预警报警电子围栏系统及预警报警方法 |
| CN114706296B (zh) * | 2022-04-02 | 2024-06-11 | 武汉船用电力推进装置研究所（中国船舶重工集团公司第七一二研究所） | 一种具有能效管理功能的能量管理系统 |
| CN115195971B (zh) * | 2022-07-15 | 2024-07-09 | 中国船舶集团有限公司第七一一研究所 | 船舶能效管理系统、方法及存储介质 |
| CN115580630B (zh) * | 2022-09-02 | 2024-10-18 | 江苏远望仪器集团有限公司 | 一种船舶eca智能在线监控系统 |
| CN115660137B (zh) * | 2022-09-07 | 2023-08-11 | 中远海运科技股份有限公司 | 一种船舶风浪航行能耗精准估算方法 |
| CN116362296B (zh) * | 2022-10-31 | 2024-03-01 | 无锡赛思亿电气科技有限公司 | 船舶能效信息汇集管理系统及基于其的能耗状态分析方法 |
| CN115796504B (zh) * | 2022-11-22 | 2024-05-17 | 上海船舶运输科学研究所有限公司 | 一种基于碳强度的船舶实时能效评估方法及系统 |
| KR102691873B1 (ko) * | 2023-03-08 | 2024-08-05 | 주식회사 이이에스 | 선박의 탄소배출억제 및 cii 등급 향상을 위한 실시간 분석 시스템 |
| CN117521947B (zh) * | 2023-10-25 | 2024-04-30 | 上海交通大学 | 混合动力船舶能效比率优化方法、系统、介质及设备 |
| CN117331374B (zh) * | 2023-10-31 | 2024-03-08 | 中国船舶集团有限公司第七〇四研究所 | 一种船舶电力推进运行监测控制系统 |
| CN117452923B (zh) * | 2023-12-22 | 2024-03-26 | 广州奕极机电科技有限公司 | 一种基于大数据分析的船舶节能控制系统 |
| CN117990632B (zh) * | 2024-03-29 | 2024-07-16 | 海南中南标质量科学研究院有限公司 | 船舶尾气自动采集与计量监测系统 |
| CN118172045B (zh) * | 2024-05-09 | 2024-07-09 | 山东天润源生物科技有限公司 | 一种工业数据统计分析方法、系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103289725A (zh) * | 2012-03-05 | 2013-09-11 | 中国石油天然气股份有限公司 | 乙烯裂解炉的节能优化控制方法 |
| CN103377311A (zh) * | 2012-04-25 | 2013-10-30 | 彭星煜 | 一种冷热电联产系统的热经济性分析方法 |
| CN105023108A (zh) * | 2015-07-29 | 2015-11-04 | 中建材国际装备有限公司 | 一种对标数据的获取方法及系统 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2171498C1 (ru) * | 2000-11-08 | 2001-07-27 | Скубченко Андрей Иванович | Информационно-аналитическая система для моделирования рациональной бизнес-системы компании |
| CN101201926A (zh) * | 2006-12-15 | 2008-06-18 | 深圳职业技术学院 | 社区卫生服务计算机网络综合评价分析系统 |
| RU114186U1 (ru) * | 2011-09-07 | 2012-03-10 | Открытое акционерное общество "ВНИИГ имени Б.Е. Веденеева" | Автоматизированная система мониторинга технического состояния и поддержки принятия управляющих решений по повышению безопасности и надежности комплексов гидротехнических сооружений гидроэлектростанций и иных объектов |
| CA2893161C (en) * | 2015-05-29 | 2019-08-13 | Suncor Energy Inc. | Mined ore analysis and control of related mining and extraction processes |
| CN106529754B (zh) * | 2016-06-27 | 2020-04-03 | 江苏智通交通科技有限公司 | 基于大数据分析的出租车运营情况评估方法 |
| CN106327610B (zh) * | 2016-08-27 | 2018-08-14 | 南通中远海运川崎船舶工程有限公司 | 一种极地航行智能船舶 |
| CN106339819A (zh) * | 2016-08-30 | 2017-01-18 | 聊城科创节能设备有限公司 | 一种智慧能源管理系统公共平台 |
-
2017
- 2017-10-14 CN CN201710955015.7A patent/CN107563576B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103289725A (zh) * | 2012-03-05 | 2013-09-11 | 中国石油天然气股份有限公司 | 乙烯裂解炉的节能优化控制方法 |
| CN103377311A (zh) * | 2012-04-25 | 2013-10-30 | 彭星煜 | 一种冷热电联产系统的热经济性分析方法 |
| CN105023108A (zh) * | 2015-07-29 | 2015-11-04 | 中建材国际装备有限公司 | 一种对标数据的获取方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107563576A (zh) | 2018-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107563576B (zh) | 一种船舶智能能效管理系统 | |
| Zhen et al. | Route and speed optimization for liner ships under emission control policies | |
| CN106335601B (zh) | 一种基于采集并分析大数据的船舶节能方法 | |
| Wang et al. | Carbon dioxide emissions from port container distribution: Spatial characteristics and driving factors | |
| Beşikçi et al. | An artificial neural network based decision support system for energy efficient ship operations | |
| Lützen et al. | Energy efficiency of working vessels–A framework | |
| CN110110943A (zh) | 一种基于大数据的船队能效综合智能优化管理系统和优化方法 | |
| CN112381406A (zh) | 一种基于船岸协同的船舶能效管理大数据系统及方法 | |
| Chen et al. | Ship energy consumption analysis and carbon emission exploitation via spatial-temporal maritime data | |
| CN111552299A (zh) | 一种风翼助航船舶能效智能优化管理系统与优化方法 | |
| CN105644735A (zh) | 一种面向散货轮的能效管理数据采集与分析装置 | |
| CN115423176A (zh) | 用于船舶航行性能实时分析系统及营运碳排放优化方法 | |
| Wang et al. | Estimation methods and reduction strategies of port carbon emissions-what literatures say? | |
| CN113361014B (zh) | 一种船舶的智能能效管理方法 | |
| Zeng et al. | A novel big data collection system for ship energy efficiency monitoring and analysis based on BeiDou system | |
| Huang et al. | Evaluation of port efficiency in Shanghai Port and Busan Port based on three-stage DEA model with environmental concerns | |
| Zeng et al. | A data-driven intelligent energy efficiency management system for ships | |
| Liang et al. | Monitoring the performance of a ship’s main engine based on big data technology | |
| Xie et al. | Joint optimization of ship speed and trim based on machine learning method under consideration of load | |
| Zhang et al. | Low-carbon efficiency analysis of rail-water multimodal transport based on cross efficiency network DEA approach | |
| Zhao et al. | Research on the symbiosis of port and city based on symbiosis theory: empirical evidence from China's coastal port groups | |
| Łosiewicz et al. | Practical Application of Ship Energy Efficiency Management Plan | |
| KR20090051150A (ko) | 선박의 에너지소모 최적화 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 | |
| Li et al. | Eco-Efficiency and Influence Factors of Main Ports in Yangtze River Delta under Carbon Peaking and Carbon Neutrality Target. | |
| Wu | [Retracted] Configuration Generation Method of Ship End Program for Ship Energy Efficiency Management Platform |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 222000 No.42, Hailian East Road, Haizhou District, Lianyungang City, Jiangsu Province Applicant after: CSIC Information Technology Co.,Ltd. Address before: 222000 No.42, Hailian East Road, Haizhou District, Lianyungang City, Jiangsu Province Applicant before: LIANYUNGANG JARI SHENRUAN TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 222000 No.42, Hailian East Road, Haizhou District, Lianyungang City, Jiangsu Province Patentee after: China Shipbuilding Digital Information Technology Co.,Ltd. Address before: 222000 No.42, Hailian East Road, Haizhou District, Lianyungang City, Jiangsu Province Patentee before: CSIC Information Technology Co.,Ltd. |