一种船舶在坞修理识别方法及系统技术方案

本发明专利技术提供了一种船舶在坞修理识别方法及系统，该方法先采集船舶AIS数据、港口数据和船厂数据，并根据船舶AIS数据计算得到航次动态数据，将船舶靠泊时长大于最大预设时间阈值的船舶及其靠泊点经纬度数据提取出来，然后对提取出的靠泊点经纬度数据采用DBSCAN聚类算法进行聚类，获得若干泊位点集，并将船舶实际吃水数据接近船舶空载吃水数据的船舶所在泊位识别为修理泊位，最后计算船舶的靠泊点经纬度到靠泊港口的修理泊位或船厂的距离，进而识别出船舶在坞修理。本发明专利技术能够准确地定位泊位位置，并能够及时获取修建、废弃或者新建的泊位信息，并进行修改。并进行修改。并进行修改。

【技术实现步骤摘要】
一种船舶在坞修理识别方法及系统


[0001]本专利技术涉及船舶修理
，具体涉及一种船舶在坞修理识别方法及系统。

技术介绍

[0002]近年来，航运的快速发展给世界修船业带来了巨大的供求关系变化，给中国修船业更是带来了前所未有的机遇。随着我国国民经济的持续稳定增长，国内的船舶修理产业发展逐渐占据全球核心地位。
[0003]船舶修理主要分为坞修和航修两种，坞修指船舶驶入船坞内也就是到船厂去修，航修是在靠泊港口期间或者是航行期间进行维修。目前识别船舶进坞修理大多都是通过船东和船厂计划才能获知识别，且在识别船舶进坞修理过程中存在着坞修位置定位不准确、坞修泊位信息缺乏等问题。

技术实现思路

[0004]为解决现有船舶在进坞修理过程中存在的坞修位置定位不准确、坞修泊位信息缺乏等问题，本专利技术提供了一种船舶在坞修理识别方法，基于机器学习中的DBSCAN密度聚类算法，使用AIS数据、港口数据及船厂数据，并结合业务逻辑，识别并标定港口的修理泊位及船厂，完成船舶在坞修理的识别，能够准确地定位泊位位置，并能够及时获取修建、废弃或者新建的泊位信息，并进行修改。本专利技术还涉及一种船舶在坞修理识别系统。
[0005]本专利技术的技术方案如下：
[0006]一种船舶在坞修理识别方法，其特征在于，包括以下步骤：
[0007]数据采集步骤：采集船舶AIS数据、港口数据和船厂数据，并根据船舶AIS数据计算得到航次动态数据，所述航次动态数据包括航行段数据、锚泊段数据和靠泊段数据；
[0008]船舶处理步骤：通过数据挖掘算法对采集的航次动态数据中的靠泊段数据进行数据挖掘，并通过船舶靠泊时长与设定的时间阈值进行比较对船舶进行处理，将船舶靠泊时长小于最小预设时间阈值的船舶剔除，将船舶靠泊时长大于最大预设时间阈值的船舶提取出来，并提取其靠泊点经纬度数据；
[0009]泊位聚类及识别步骤：对提取出的靠泊点经纬度数据采用DBSCAN聚类算法进行聚类，获得若干泊位点集，并在泊位点集中将实际吃水数据接近船舶空载吃水数据的船舶所在泊位识别为修理泊位；
[0010]船舶在坞修理识别步骤：通过ST_Distance函数计算船舶的靠泊点到修理泊位的距离，并在距离小于最小预设距离阈值的泊位范围内，将距离所述船舶靠泊点最近的修理泊位作为该船舶的在坞修理泊位；在距离大于或等于最小预设距离阈值且小于最大预设距离阈值的泊位范围内，将满足靠泊时间大于预设时间阈值的泊位作为所述船舶的在坞修理泊位，进而识别出船舶在坞修理。
[0011]优选地，泊位聚类及识别步骤还包括泊位线段的形成：获取泊位点集中船艏向数据、最大经纬度坐标和最小经纬度坐标，根据最大经纬度坐标和最小经纬度坐标计算得到
两者中心点的经纬度坐标，根据最大经纬度坐标、最小经纬度坐标和中心点的经纬度坐标形成泊位线段，并将出现次数最多的船艏向作为泊位线段的方向。
[0012]优选地，所述泊位聚类步骤还包括对船舶试航数据采用DBSCAN聚类算法进行聚类，获得若干泊位点集，并将利用所述靠泊经纬度聚类得到的泊位点集与利用所述船舶试航数据聚类得到的泊位点集存在交集的泊位，判定为修理泊位。
[0013]优选地，所述泊位聚类步骤中，在获得若干泊位点集后，利用轮廓系数作为评价指标对泊位点集的聚类效果进行评估，并通过计算轮廓系数寻找最优的聚类参数。
[0014]优选地，所述AIS数据包括船舶移动业务识别码MMSI、经纬度位置信息、船舶状态、AIS获取时间、船艏向、对地航速和航迹向；
[0015]所述港口数据包括港口经纬度位置信息和港口代码；
[0016]所述船厂数据包括船厂经纬度位置信息、浮船坞数量和最大可停靠船舶相关属性；
[0017]所述航行段数据包括船舶移动业务识别码MMSI、起始港、起始时间、结束港、结束时间、吃水变化和航行距离；
[0018]所述锚泊段数据包括锚泊开始经纬度、锚泊结束经纬度、锚泊开始时间、锚泊结束时间、锚泊吃水、锚泊时长和锚泊港口信息；
[0019]所述靠泊段数据包括靠泊开始经纬度、靠泊结束经纬度、靠泊开始时间、靠泊结束时间、靠泊吃水、靠泊时长和靠泊港口信息。
[0020]一种船舶在坞修理识别系统，其特征在于，包括依次连接的数据采集模块、船舶处理模块、泊位聚类及识别模块以及船舶在坞修理识别模块，
[0021]所述数据采集模块，采集船舶AIS数据、港口数据和船厂数据，并根据船舶AIS数据计算得到航次动态数据，所述航次动态数据包括航行段数据、锚泊段数据和靠泊段数据；
[0022]所述船舶处理模块，通过数据挖掘算法对采集的航次动态数据中的靠泊段数据进行数据挖掘，并通过船舶靠泊时长与设定的时间阈值进行比较对船舶进行处理，将船舶靠泊时长小于最小预设时间阈值的船舶剔除，将船舶靠泊时长大于最大预设时间阈值的船舶提取出来，并提取其靠泊点经纬度数据；
[0023]所述泊位聚类及识别模块：对提取出的靠泊点经纬度数据采用DBSCAN聚类算法进行聚类，获得若干泊位点集，并在泊位点集中将实际船舶吃水数据接近船舶空载吃水数据的船舶所在泊位识别为修理泊位；
[0024]所述船舶在坞修理识别模块：通过ST_Distance函数计算船舶的靠泊点到修理泊位的距离，并在距离小于最小预设距离阈值的泊位范围内，将距离所述船舶靠泊点最近的修理泊位作为该船舶的在坞修理泊位；在距离大于或等于最小预设距离阈值且小于最大预设距离阈值的泊位范围内，将满足靠泊时间大于预设时间阈值的泊位作为所述船舶的在坞修理泊位，进而识别出船舶在坞修理。
[0025]优选地，泊位聚类及识别模块还包括泊位线段的形成：获取泊位点集中船艏向数据、最大经纬度坐标和最小经纬度坐标，根据最大经纬度坐标和最小经纬度坐标计算得到两者中心点的经纬度坐标，根据最大经纬度坐标、最小经纬度坐标和中心点的经纬度坐标形成泊位线段，并将出现次数最多的船艏向作为泊位线段的方向。
[0026]优选地，所述泊位聚类模块还包括对船舶试航数据采用DBSCAN聚类算法进行聚
类，获得若干泊位点集，并将利用所述靠泊经纬度聚类得到的泊位点集与利用所述船舶试航数据聚类得到的泊位点集存在交集的泊位，判定为修理泊位。
[0027]优选地，所述泊位聚类模块中，在获得若干泊位点集后，利用轮廓系数作为评价指标对泊位点集的聚类效果进行评估，并通过计算轮廓系数寻找最优的聚类参数。
[0028]优选地，所述数据采集模块采集的AIS数据包括船舶移动业务识别码MMSI、经纬度位置信息、船舶状态、AIS获取时间、船艏向、对地航速和航迹向；
[0029]所述港口数据包括港口经纬度位置信息和港口代码；
[0030]所述船厂数据包括船厂经纬度位置信息、浮船坞数量和最大可停靠船舶相关属性；
[0031]所述航行段数据包括船舶移动业务识别码MMSI、起始港、起始时间、结束港、结束时间、吃水变化和航行距离；
[0032]所述锚泊段数据包括锚泊开始经纬度、锚泊结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种船舶在坞修理识别方法，其特征在于，包括以下步骤：数据采集步骤：采集船舶AIS数据、港口数据和船厂数据，并根据船舶AIS数据计算得到航次动态数据，所述航次动态数据包括航行段数据、锚泊段数据和靠泊段数据；船舶处理步骤：通过数据挖掘算法对采集的航次动态数据中的靠泊段数据进行数据挖掘，并通过船舶靠泊时长与设定的时间阈值进行比较对船舶进行处理，将船舶靠泊时长小于最小预设时间阈值的船舶剔除，将船舶靠泊时长大于最大预设时间阈值的船舶提取出来，并提取其靠泊点经纬度数据；泊位聚类及识别步骤：对提取出的靠泊点经纬度数据采用DBSCAN聚类算法进行聚类，获得若干泊位点集，并在泊位点集中将实际吃水数据接近船舶空载吃水数据的船舶所在泊位识别为修理泊位；船舶在坞修理识别步骤：通过ST_Distance函数计算船舶的靠泊点到修理泊位的距离，并在距离小于最小预设距离阈值的泊位范围内，将距离所述船舶靠泊点最近的修理泊位作为该船舶的在坞修理泊位；在距离大于或等于最小预设距离阈值且小于最大预设距离阈值的泊位范围内，将满足靠泊时间大于预设时间阈值的泊位作为所述船舶的在坞修理泊位，进而识别出船舶在坞修理。2.根据权利要求1所述的船舶在坞修理识别方法，其特征在于，泊位聚类及识别步骤还包括泊位线段的形成：获取泊位点集中船艏向数据、最大经纬度坐标和最小经纬度坐标，根据最大经纬度坐标和最小经纬度坐标计算得到两者中心点的经纬度坐标，根据最大经纬度坐标、最小经纬度坐标和中心点的经纬度坐标形成泊位线段，并将出现次数最多的船艏向作为泊位线段的方向。3.根据权利要求1所述的船舶在坞修理识别方法，其特征在于，所述泊位聚类步骤还包括对船舶试航数据采用DBSCAN聚类算法进行聚类，获得若干泊位点集，并将利用所述靠泊经纬度聚类得到的泊位点集与利用所述船舶试航数据聚类得到的泊位点集存在交集的泊位，判定为修理泊位。4.根据权利要求1或3所述的船舶在坞修理识别方法，其特征在于，所述泊位聚类步骤中，在获得若干泊位点集后，利用轮廓系数作为评价指标对泊位点集的聚类效果进行评估，并通过计算轮廓系数寻找最优的聚类参数。5.根据权利要求1所述的船舶在坞修理识别方法，其特征在于，所述AIS数据包括船舶移动业务识别码MMSI、经纬度位置信息、船舶状态、AIS获取时间、船艏向、对地航速和航迹向；所述港口数据包括港口经纬度位置信息和港口代码；所述船厂数据包括船厂经纬度位置信息、浮船坞数量和最大可停靠船舶相关属性；所述航行段数据包括船舶移动业务识别码MMSI、起始港、起始时间、结束港、结束时间、吃水变化和航行距离；所述锚泊段数据包括锚泊开始经纬度、锚泊结束经纬度、锚泊开始时间、锚泊结束时间、锚泊吃水、锚泊时长和锚泊港口信息；所述靠泊段数据包括靠泊开始经纬度、靠泊结束经纬度、靠泊开始时间、靠泊结束时间、靠泊吃水、靠泊时长和靠泊港口信息。6.一种船舶在坞修理识别系统，其特征在于，包括依次连接的数据采集模块、...

【专利技术属性】
技术研发人员：段俊利，
申请(专利权)人：中远海运科技股份有限公司，
类型：发明
国别省市：