CN118194178B - 一种船舶能源管理系统的运行数据智能分析方法 - Google Patents
一种船舶能源管理系统的运行数据智能分析方法 Download PDFInfo
- Publication number
- CN118194178B CN118194178B CN202410605770.2A CN202410605770A CN118194178B CN 118194178 B CN118194178 B CN 118194178B CN 202410605770 A CN202410605770 A CN 202410605770A CN 118194178 B CN118194178 B CN 118194178B
- Authority
- CN
- China
- Prior art keywords
- data
- oil consumption
- consumption data
- data point
- ship
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 61
- 230000002159 abnormal effect Effects 0.000 claims abstract description 38
- 238000012937 correction Methods 0.000 claims abstract description 37
- 230000008569 process Effects 0.000 claims abstract description 35
- 238000010586 diagram Methods 0.000 claims abstract description 32
- 239000000446 fuel Substances 0.000 claims description 77
- 230000001133 acceleration Effects 0.000 claims description 23
- 230000005856 abnormality Effects 0.000 claims description 19
- 230000008859 change Effects 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims 1
- 238000007405 data analysis Methods 0.000 abstract description 2
- 230000001965 increasing effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及数据分析技术领域，具体涉及一种船舶能源管理系统的运行数据智能分析方法，包括：采集船舶在航行过程中的速度数据与油耗数据；根据油耗数据的波动程度，获取油耗数据点的显著性；根据船舶在航行过程中的速度数据与油耗数据，构建二维航行数据散点图；根据二维航行数据散点图中数据点的分布情况，获取每个数据点的修正系数；根据数据点的修正系数对每个数据点的油耗数据点的显著性进行修正，得到油耗数据的异常程度；根据油耗数据的异常程度，获取异常的油耗数据。本发明通过分析船舶运行时油耗数据的具体特征，最终准确的获取船舶在航行的过程中异常的油耗数据。
Description
技术领域
本发明涉及数据分析技术领域，具体涉及一种船舶能源管理系统的运行数据智能分析方法。
背景技术
船舶航行时的油耗数据可以帮助预测船舶设备的维护需求和故障风险，及时进行维护和修理，确保船舶的安全性和可靠性，因此需要对船舶的油耗数据进行分析；但当船舶航行时出现故障时，船舶的油耗数据会显著升高或降低，又由于船舶在航行的过程中的速度并不是恒定不变的，而当船舶的航行速度发生变化时，船舶的油耗数据也会随着发生变化，会对油耗数据产生影响的因素均会对分析船舶的油耗数据造成干扰，因此不能简单的通过船舶的油耗数据的变化，判断船舶在航行的过程中的油耗数据是否存在异常。
发明内容
本发明提供一种船舶能源管理系统的运行数据智能分析方法，以解决现有的问题：仅通过船舶的油耗数据的变化，不能准确的判断船舶在航行的过程中的油耗数据是否存在异常。
本发明的一种船舶能源管理系统的运行数据智能分析方法采用如下技术方案：
包括以下步骤：
获取船舶在航行过程中的速度数据与油耗数据；
根据所述油耗数据中油耗数据点的变化特征，获得每个油耗数据点的显著性；
根据船舶在航行过程中的速度数据与油耗数据，构建二维航行数据散点图；根据二维航行数据散点图中数据点的分布情况，获取每个油耗数据点的修正系数；根据每个数据点的速度数据对所有数据点进行分类；在每个类别下，根据数据点的修正系数对每个油耗数据点的显著性进行修正，得到每个油耗数据点的异常程度；
根据油耗数据点的异常程度，获取异常的油耗数据。
优选的，所述显著性的获取方法包括：
将船舶航行时采集的油耗数据，以一天为一个单位时间长度，对船舶航行时采集的油耗数据进行分段，得到若干油耗数据段；根据油耗数据段内油耗数据点的差异以及不同油耗数据段之间油耗数据点的差异，获取油耗数据点的显著性。
优选的，所述获取油耗数据点的显著性的具体计算公式为：
式中，表示第个油耗数据段中第个油耗数据点的显著性；表示油耗数据段的数量；表示第个油耗数据段中第个油耗数据点；表示第个油耗数据段中第个油耗数据点；表示第个油耗数据段中第个油耗数据点；表示第个油耗数据段中第个油耗数据点；表示第个油耗数据段中油耗数据点的数量；表示第个油耗数据段中油耗数据点的数量；表示以自然常数为底数的指数函数。
优选的，所述根据船舶在航行过程中的速度数据与油耗数据，构建二维航行数据散点图，包括的具体方法为：
以速度数据的幅值为横坐标轴，以油耗数据的幅值为纵坐标轴，构建一个直角坐标系，将每个时刻下采集的油耗数据以及速度数据作为直角坐标系中的每个数据点，得到二维航行数据散点图。
优选的，所述根据二维航行数据散点图中数据点的分布情况，获取每个油耗数据点的修正系数，包括的具体方法为：
预设一个局部数据数量，将二维航行数据散点图中采集时刻距离当前时刻最近的数据点记为目标数据点，将二维航行数据散点图中采集时刻距离当前时刻第二近的数据点记为基准数据点；将二维航行数据散点图中距离目标数据点最近的个数据点记为目标数据点的局部数据点，将二维航行数据散点图中距离基准数据点最近的个数据点记为基准数据点的局部数据点；
根据目标数据点的速度数据、目标数据点的局部数据点的速度数据、基准数据点的速度数据、基准数据点的局部数据点的速度数据，获取目标数据点修正系数。
优选的，所述获取目标数据点修正系数的具体计算公式为：
式中，表示目标数据点修正系数；表示目标数据点的速度数据；表示基准数据点的速度数据；表示目标数据点的局部数据点的速度数据均值；表示基准数据点的局部数据点的速度数据均值；表示绝对值运算；表示逻辑斯谛函数。
优选的，所述根据每个数据点的速度数据对所有数据点进行分类；在每个类别下，根据数据点的修正系数对每个油耗数据点的显著性进行修正，得到每个油耗数据点的异常程度，包括的具体方法为：
根据船舶在航行过程中的速度数据，将船舶在航行过程中的数据点分为若干簇类，根据不同簇类中数据点对应的油耗数据点的显著性以及修正系数，获取不同簇类中油耗数据点的异常程度。
优选的，所述根据船舶在航行过程中的速度数据，将船舶在航行过程中的数据点分为若干簇类，包括的具体方法为：
根据船舶在航行过程中的速度数据获取船舶在航行过程中的加速度，将加速度大于0的速度数据组成的簇类记为加速簇类，将加速度等于0的速度数据组成的簇类记为匀速簇类，将加速度小于0的速度数据组成的簇类记为减速簇类。
优选的，所述根据不同簇类中数据点对应的油耗数据点的显著性以及修正系数，获取不同簇类中数据的异常程度，包括的具体方法为：
对于匀速簇类中的第个数据，将第个数据对应的油耗数据点的显著性除以第个数据对应的数据点的修正系数的商，作为第个数据的异常程度；
对于加速簇类或减速簇类中的第个数据，将第个数据对应的油耗数据点的显著性与第个数据对应的数据点的修正系数的积，作为第个数据的异常程度。
优选的，所述根据油耗数据点的异常程度，获取异常的油耗数据，包括的具体方法为：
预设一个异常程度阈值，当第个时刻下采集的油耗数据的异常程度大于时，则在第个时刻下采集的油耗数据为异常数据。
本发明的技术方案的有益效果是：本发明通过根据油耗数据的波动程度，获取油耗数据点的显著性，油耗数据点的显著表示的是油耗数据点发生变化的程度，为后续获取油耗数据的异常程度提供数据支持；根据船舶在航行过程中的速度数据与油耗数据，构建二维航行数据散点图；根据二维航行数据散点图中数据点的分布情况，获取每个数据点的修正系数，每个数据点的修正系数表示的是数据点为船舶故障时采集的数据的可能性，通过削弱可能性小的油耗数据点的显著性，增强可能性大的油耗数据点的显著性，得到油耗数据的异常程度；根据油耗数据的异常程度，获取异常的油耗数据，最终准确的获取船舶在航行的过程中异常的油耗数据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一种船舶能源管理系统的运行数据智能分析方法的步骤流程图；
图2为本发明的一个实施例提供的判断油耗数据是否异常的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种船舶能源管理系统的运行数据智能分析方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种船舶能源管理系统的运行数据智能分析方法的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种船舶能源管理系统的运行数据智能分析方法的步骤流程图，该方法包括以下步骤：
步骤S001：获取船舶在航行过程中的速度数据与油耗数据。
需要说明的是，本实施例作为一种船舶能源管理系统的运行数据智能分析方法，其具体应用场景为通过分析船舶航行过程中的速度以及油耗数据，对船舶的油耗数据进行分析，判断船舶在航行的过程中的油耗数据是否存在异常，因此首先需要采集船舶在航行过程中的速度数据于油耗数据。
具体的，通过船舶上的油表以及船舶上的航速表，采集船舶在航行的过程中每个时刻下的油耗数据与速度数据。
至此，得到船舶在航行过程中的速度数据与油耗数据。
步骤S002：根据所述油耗数据中油耗数据点的变化特征，获得每个油耗数据点的显著性。
需要说明的是，当船舶航行时出现故障时，船舶的油耗数据会显著升高或降低，但由于船舶在航行的过程中的速度并不是恒定不变的，而当船舶的航行速度发生变化时，船舶的油耗数据也会随着发生变化，同时在船舶航行时的外界环境也会对船舶的油耗数据产生影响，会对油耗数据产生影响的因素均会对分析船舶的油耗数据造成干扰，因此不能简单的通过船舶的油耗数据的变化，判断船舶在航行的过程中的油耗数据是否存在异常。因此本实施例提出了一种船舶能源管理系统的运行数据智能分析方法，通过结合船舶航行时的速度数据，分析船舶航行时的油耗数据判断船舶在航行的过程中的油耗数据是否存在异常。因此需要首先根据油耗数据中油耗数据点的变化特征，获得每个油耗数据点的显著性。
本实施例提出了一种可选的方法，获取每个油耗数据点的显著性。
具体的，将船舶航行时采集的油耗数据，以一天为一个单位时间长度，对船舶航行时采集的油耗数据进行分段，得到若干油耗数据段；根据油耗数据段内油耗数据点的差异以及不同油耗数据段之间油耗数据点的差异，获取油耗数据点的显著性。
优选地，在本发明一个实施例中显著性具体的计算公式为：
式中，表示第个油耗数据段中第个油耗数据点的显著性；表示油耗数据段的数量；表示第个油耗数据段中第个油耗数据点；表示第个油耗数据段中第个油耗数据点；表示第个油耗数据段中第个油耗数据点；表示第个油耗数据段中第个油耗数据点；表示第个油耗数据段中油耗数据点的数量；表示第个油耗数据段中油耗数据点的数量；表示以自然常数为底数的指数函数。
需要说明的是，油耗数据点的显著性表示的是油耗数据点发生变化的程度，例如船舶加速时的油耗数据点的显著性高，而表示的是第个油耗数据段中第个油耗数据点与第个油耗数据段中其他油耗数据点之间的差异，因此的值越大，则第个油耗数据段中第个油耗数据点的显著性越高；由于船舶在海上长时间航行，而在海上不同时刻区间下的航行环境差异大，因此需要通过以一天为单位长度对油耗数据进行分段，通过对比不同油耗数据段之间的差异，以更准确的衡量油耗数据发生变化的程度，即油耗数据点的显著性。
至此，得到油耗数据点的显著性。
步骤S003：根据船舶在航行过程中的速度数据与油耗数据，构建二维航行数据散点图；根据二维航行数据散点图中数据点的分布情况，获取每个油耗数据点的修正系数；根据每个数据点的速度数据对所有数据点进行分类；在每个类别下，根据数据点的修正系数对每个油耗数据点的显著性进行修正，得到每个油耗数据点的异常程度。
需要说明的是，步骤S002中得到的油耗数据点的显著性指的是油耗数据发生变化的程度，因此当船舶航行出现故障时的油耗数据点的显著性高，但当船舶加速或减速时同样会引起油耗数据发生变化，即船舶加速时的油耗数据点的显著性高。为了准确判断船舶在航行的过程中的油耗数据是否存在异常，还需进一步的对油耗数据点的显著性进行分析。
具体的，以速度数据的幅值为横坐标轴，以油耗数据的幅值为纵坐标轴，构建一个直角坐标系，将每个时刻下采集的油耗数据以及速度数据作为直角坐标系中的每个数据点，得到二维航行数据散点图。
需要说明的是，船舶在行驶过程中出现故障的情况远小于船舶加速或减速的情况，且船舶在加速与减速时，各自的加速度总是趋于不变的，又由于二维航行数据散点图是基于船舶在航行时历史的速度数据与油耗数据构成的，因此在二维航行数据散点图中总能找到与船舶减速或减速时采集的数据点相似的数据点，而不能在二维航行数据散点图中总能找到与船舶发生故障时采集的数据点相似的数据点；故可以此为依据，获取散点图中每个数据点的修正系数，用以衡量每个数据点为船舶故障时采集的数据点的可能性。
具体的，预设一个局部数据数量，的具体取值可结合实际情况自行设置，本实施例不做硬性要求，在本实施例中以进行叙述，将二维航行数据散点图中采集时刻距离当前时刻最近的数据点记为目标数据点，将二维航行数据散点图中采集时刻距离当前时刻第二近的数据点记为基准数据点；将二维航行数据散点图中距离目标数据点最近的个数据点记为目标数据点的局部数据点，将二维航行数据散点图中距离基准数据点最近的个数据点记为基准数据点的局部数据点；
根据目标数据点的速度数据、目标数据点的局部数据点的速度数据、基准数据点的速度数据、基准数据点的局部数据点的速度数据，获取目标数据点修正系数，所述目标数据点修正系数即为目标数据点对应的油耗数据点的修正系数，其具体的计算公式为：
式中，表示目标数据点修正系数；表示目标数据点的速度数据；表示基准数据点的速度数据；表示目标数据点的局部数据点的速度数据均值；表示基准数据点的局部数据点的速度数据均值；表示绝对值运算；表示逻辑斯谛函数，在本实施例中用于进行归一化操作。
需要说明的是，表示当前时刻下采集的数据在二维航行数据散点图中是否存在与其相似的数据，的值越趋近于1，则说明当前时刻下采集的数据在二维航行数据散点图中存在与其相似的数据且其相似性越高；故的值越大则当前时刻下采集的数据越有可能为船舶故障时采集的数据，即具有表示目标数据点为船舶故障时采集的数据的可能性的含义。
需要进一步说明的是，本实施例作为一种船舶能源管理系统的运行数据智能分析方法，其最终目的是要判断船舶在航行的过程中的油耗数据是否存在异常，因此可根据对油耗数据点的显著性进行修正，对越可能为船舶故障时采集的数据越不需要对其油耗数据点的显著性进行修正，对越不可能为船舶故障时采集的数据越需要对其油耗数据点的显著性进行修正。
具体的，根据船舶在航行过程中的速度数据，将船舶在航行过程中的数据点分为若干簇类，根据不同簇类中数据点对应的油耗数据点的显著性以及修正系数，获取不同簇类中油耗数据点的异常程度；
根据船舶在航行过程中的速度数据获取船舶在航行过程中的加速度，将加速度大于0的速度数据组成的簇类记为加速簇类，将加速度等于0的速度数据组成的簇类记为匀速簇类，将加速度小于0的速度数据组成的簇类记为减速簇类，由于加速度的获取方法作为一种公知的现有技术，故在本实施例不再进行赘述。
对于匀速簇类中的第个数据，将第个数据对应的油耗数据点的显著性除以第个数据对应的数据点的修正系数的商，作为第个数据的异常程度；
对于加速簇类或减速簇类中的第个数据，将第个数据对应的油耗数据点的显著性与第个数据对应的数据点的修正系数的积，作为第个数据的异常程度。
需要说明的是，对于处于加速或减速簇类中数据对应的油耗数据点的显著性，由于处于加速或减速簇类中数据对应的油耗数据点的显著性并不是又船舶故障造成的，因此需要削弱处于加速或减速簇类中数据对应的油耗数据点的显著性；对于处于匀速簇类中数据对应的油耗数据点的显著性，由于处于匀速簇类中数据对应的油耗数据点的显著性小，造成簇类中数据对应的油耗数据点的显著性增大的原因仅能为船舶故障导致的，因此需要增强处于匀速簇类中数据对应的油耗数据点的显著性。
至此，每个时刻下采集的油耗数据的异常程度。
步骤S004：根据油耗数据点的异常程度，获取异常的油耗数据。
需要说明的是，在通过步骤S003得到每个时刻下采集的油耗数据的异常程度后，即可根据每个时刻下采集的油耗数据的异常程度，对船舶航行时的油耗数据进行分析，判断船舶在航行的过程中的油耗数据是否存在异常。
具体的，预设一个异常程度阈值，的具体取值可结合实际情况自行设置，本实施例不做硬性要求，在本实施例中以进行叙述，当第个时刻下采集的油耗数据的异常程度大于时，则在第个时刻下采集的油耗数据为异常数据，即船舶在第个时刻出现故障，立即触发警报，并令相关技术人员排查故障原因。
图2为本实施例判断油耗数据是否异常的流程图。
至此，本实施例完成。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含，在本发明的保护范围之内。
Claims (3)
1.一种船舶能源管理系统的运行数据智能分析方法，其特征在于，该方法包括以下步骤：
获取船舶在航行过程中的速度数据与油耗数据；
根据所述油耗数据中油耗数据点的变化特征，获得每个油耗数据点的显著性；
根据船舶在航行过程中的速度数据与油耗数据，构建二维航行数据散点图；根据二维航行数据散点图中数据点的分布情况，获取每个油耗数据点的修正系数；根据每个数据点的速度数据对所有数据点进行分类；在每个类别下，根据数据点的修正系数对每个油耗数据点的显著性进行修正，得到每个油耗数据点的异常程度；
根据油耗数据点的异常程度，获取异常的油耗数据；
所述显著性的获取方法包括：
将船舶航行时采集的油耗数据，以一天为一个单位时间长度，对船舶航行时采集的油耗数据进行分段，得到若干油耗数据段；根据油耗数据段内油耗数据点的差异以及不同油耗数据段之间油耗数据点的差异，获取油耗数据点的显著性；
所述获取油耗数据点的显著性的具体计算公式为：
式中，Sm，i表示第m个油耗数据段中第i个油耗数据点的显著性；N表示油耗数据段的数量；am，i表示第m个油耗数据段中第i个油耗数据点；am，j表示第m个油耗数据段中第j个油耗数据点；an，i表示第n个油耗数据段中第i个油耗数据点；an，k表示第n个油耗数据段中第k个油耗数据点；Im表示第m个油耗数据段中油耗数据点的数量；In表示第n个油耗数据段中油耗数据点的数量；exp{ }表示以自然常数为底数的指数函数；
所述根据二维航行数据散点图中数据点的分布情况，获取每个油耗数据点的修正系数，
包括的具体方法为：
预设一个局部数据数量γ，将二维航行数据散点图中采集时刻距离当前时刻最近的数据点记为目标数据点，将二维航行数据散点图中采集时刻距离当前时刻第二近的数据点记为基准数据点；将二维航行数据散点图中距离目标数据点最近的γ个数据点记为目标数据点的局部数据点，将二维航行数据散点图中距离基准数据点最近的γ个数据点记为基准数据点的局部数据点；
根据目标数据点的速度数据、目标数据点的局部数据点的速度数据、基准数据点的速度数据、基准数据点的局部数据点的速度数据，获取目标数据点修正系数；
所述获取目标数据点修正系数的具体计算公式为：
式中，∈表示目标数据点修正系数；v表示目标数据点的速度数据；v′表示基准数据点的速度数据；表示目标数据点的局部数据点的速度数据均值；表示基准数据点的局部数据点的速度数据均值；| |表示绝对值运算；sigmoid()表示逻辑斯谛函数；
所述根据每个数据点的速度数据对所有数据点进行分类；在每个类别下，根据数据点的修正系数对每个油耗数据点的显著性进行修正，得到每个油耗数据点的异常程度，包括的具体方法为：
根据船舶在航行过程中的速度数据，将船舶在航行过程中的数据点分为若干簇类，根据不同簇类中数据点对应的油耗数据点的显著性以及修正系数，获取不同簇类中油耗数据点的异常程度；
所述根据船舶在航行过程中的速度数据，将船舶在航行过程中的数据点分为若干簇类，
包括的具体方法为：
根据船舶在航行过程中的速度数据获取船舶在航行过程中的加速度，将加速度大于0的速度数据组成的簇类记为加速簇类，将加速度等于0的速度数据组成的簇类记为匀速簇类，将加速度小于0的速度数据组成的簇类记为减速簇类；
所述根据不同簇类中数据点对应的油耗数据点的显著性以及修正系数，获取不同簇类
中数据的异常程度，包括的具体方法为：
对于匀速簇类中的第q个数据，将第q个数据对应的油耗数据点的显著性除以第q个数据对应的数据点的修正系数的商，作为第q个数据的异常程度；
对于加速簇类或减速簇类中的第r个数据，将第r个数据对应的油耗数据点的显著性与第r个数据对应的数据点的修正系数的积，作为第r个数据的异常程度。
2.根据权利要求1所述一种船舶能源管理系统的运行数据智能分析方法，其特征在于，所述根据船舶在航行过程中的速度数据与油耗数据，构建二维航行数据散点图，包括的具体方法为：
以速度数据的幅值为横坐标轴，以油耗数据的幅值为纵坐标轴，构建一个在直角坐标系，将每个时刻下采集的油耗数据以及速度数据作为直角坐标系中的每个数据点，得到二维航行数据散点图。
3.根据权利要求1所述一种船舶能源管理系统的运行数据智能分析方法，其特征在于，所述根据油耗数据点的异常程度，获取异常的油耗数据，包括的具体方法为：
预设一个异常程度阈值当第q个时刻下采集的油耗数据的异常程度大于时，则在第q个时刻下采集的油耗数据为异常数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410605770.2A CN118194178B (zh) | 2024-05-16 | 2024-05-16 | 一种船舶能源管理系统的运行数据智能分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410605770.2A CN118194178B (zh) | 2024-05-16 | 2024-05-16 | 一种船舶能源管理系统的运行数据智能分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118194178A CN118194178A (zh) | 2024-06-14 |
| CN118194178B true CN118194178B (zh) | 2024-09-13 |
Family
ID=91393378
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410605770.2A Active CN118194178B (zh) | 2024-05-16 | 2024-05-16 | 一种船舶能源管理系统的运行数据智能分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118194178B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102768524A (zh) * | 2012-08-06 | 2012-11-07 | 长沙绿航节能科技有限公司 | 一种船舶运行能效的系统优化方法及其装置 |
| CN110705797A (zh) * | 2019-10-09 | 2020-01-17 | 浙江海洋大学 | 一种基于船舶传感网的船舶油耗数据预测方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015085924A (ja) * | 2013-10-31 | 2015-05-07 | 株式会社小野寺鐵工所 | 燃料消費モニタリングシステム |
| KR20200009504A (ko) * | 2018-07-19 | 2020-01-30 | 대우조선해양 주식회사 | 선박의 에너지 효율 운항 지표 산출 시스템 및 방법, 동 방법을 컴퓨터에서 실행하기 위한 컴퓨터 프로그램이 기록된, 컴퓨터 판독 가능한 기록 매체 |
| CN112036076A (zh) * | 2020-08-13 | 2020-12-04 | 重庆瑞尔科技发展有限公司 | 一种长江内河航运船舶复杂运行情况油耗预测方法及系统 |
| US11836648B2 (en) * | 2021-02-09 | 2023-12-05 | Global Spatial Technology Solutions Inc. | System and method for vessel risk assessment |
| US11598282B1 (en) * | 2022-02-23 | 2023-03-07 | Atlantic Towing Limited | Systems and methods for optimizing vessel fuel consumption |
| 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 |
| 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 |
-
2024
- 2024-05-16 CN CN202410605770.2A patent/CN118194178B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102768524A (zh) * | 2012-08-06 | 2012-11-07 | 长沙绿航节能科技有限公司 | 一种船舶运行能效的系统优化方法及其装置 |
| CN110705797A (zh) * | 2019-10-09 | 2020-01-17 | 浙江海洋大学 | 一种基于船舶传感网的船舶油耗数据预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118194178A (zh) | 2024-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108038044B (zh) | 一种面向连续被监测对象的异常检测方法 | |
| CN108022058B (zh) | 一种风力机状态可靠性评估方法 | |
| CN109507992B (zh) | 一种机车制动系统部件的故障预测方法、装置及设备 | |
| CN111879349A (zh) | 一种传感器数据偏差自适应修正方法 | |
| CN114492642A (zh) | 一种多尺度元深度残差收缩网络的机械故障在线诊断方法 | |
| CN113341919B (zh) | 一种基于时序数据长度优化的计算系统故障预测方法 | |
| CN110532119A (zh) | 动力系统运行异常点检测方法 | |
| CN112395382A (zh) | 基于变分自编码器的船舶异常航迹数据检测方法和装置 | |
| CN114997296A (zh) | 一种基于gru-vae模型的无监督航迹异常检测方法及系统 | |
| CN111580498A (zh) | 一种基于随机森林的飞机环控系统气冷设备鲁棒故障诊断方法 | |
| CN112949735A (zh) | 一种基于离群数据挖掘的液态危化品挥发浓度异常发现方法 | |
| CN114755036A (zh) | 磁浮列车悬浮系统的故障检测方法、装置、设备及介质 | |
| CN118194178B (zh) | 一种船舶能源管理系统的运行数据智能分析方法 | |
| CN118194200A (zh) | 基于物联网的寒地农机车信息智能管理方法 | |
| CN101149819A (zh) | 气象要素实时数据中奇异值的剔除方法 | |
| CN112651444B (zh) | 一种基于自学习的非平稳过程异常检测方法 | |
| CN107480647B (zh) | 基于归纳式一致性异常检测的异常行为实时检测方法 | |
| CN113487141A (zh) | 一种多源信息聚类融合的轴承状态评估方法 | |
| CN111275084A (zh) | 基于k近邻算法的会遇船舶碰撞危险类别确定方法和装置 | |
| CN118051744B (zh) | 基于数据处理的防水型信号连接器故障诊断方法 | |
| CN110543153B (zh) | 一种多工况工业过程的过渡工况故障检测方法 | |
| CN118035850B (zh) | 一种面向建筑墙体的混凝土厚度无损检测方法 | |
| Hu et al. | Fault detection of Integrated navigation systems based on one-class support vector machine | |
| CN114861749B (zh) | 一种基于深度原型网络的少样本轴承故障诊断方法 | |
| WO2012089926A1 (en) | A method for determining statistical distribution of characteristic parameters of a vessel |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |