一种船舶柴油机燃油流量计异常状态监测方法和装置制造方法及图纸

本申请实施例提供了一种船舶柴油机燃油流量计异常状态监测方法、装置、电子设备及存储介质。通过设计方法包括：获取训练数据库，训练数据库包括表征船舶发电机组总功率和流量计流量速率正常的训练数据；根据训练数据库对一类支持向量机进行训练，得到训练后的一类支持向量机；根据训练后的一类支持向量机，对实时流量数据进行异常监测，得到异常监测结果；响应于异常监测结果表征实时流量数据异常，发送流量计异常报警信息。可实时识别船舶柴油机燃油流量计异常状态，无需关闭发电机组。无需关闭发电机组。无需关闭发电机组。

【技术实现步骤摘要】
一种船舶柴油机燃油流量计异常状态监测方法和装置


[0001]本申请涉及船舶
，尤其涉及一种船舶柴油机燃油流量计异常状态监测方法、装置、电子设备及存储介质。

技术介绍

[0002]船舶发电机为整船电网供电，通常情况下船舶发电机一直持续工作，发电机组不会关闭。由于发电机组持续消耗定量燃油，发电机流量计燃油进口速率通常都大于出口速率，因此，很难识别流量计异常情况，比如最常见的流量计偏差故障。由于船舶发电机组特殊性，通常很难对发电机流量计偏差等异常进行识别。通常的做法是停掉全部船舶发电机组，接入岸电时，此时发电机组负荷为零，检查流量计进/出口速率的偏差，当偏差值超过设定值时，流量计出现偏差故障。然而，由于需要关停全部船舶发电机组，导致该种方法成本太高。

技术实现思路

[0003]为解决上述问题，本申请实施例提供了一种船舶柴油机燃油流量计异常状态监测方法、装置、电子设备及存储介质。
[0004]第一方面，本申请实施例提供一种船舶柴油机燃油流量计异常状态监测方法，所述方法包括：
[0005]获取训练数据库，所述训练数据库包括表征船舶发电机组总功率和流量计流量速率正常的训练数据；
[0006]根据所述训练数据库对一类支持向量机进行训练，得到训练后的一类支持向量机；
[0007]根据所述训练后的一类支持向量机，对实时流量数据进行异常监测，得到异常监测结果；
[0008]响应于所述异常监测结果表征所述实时流量数据异常，发送流量计异常报警信息。
[0009]在一些可选的实施例中，所述方法还包括：
[0010]响应于所述异常监测结果表征所述实时流量数据政策，将所述实时流量数据确定为训练数据，并保存至所述训练数据库。
[0011]在一些可选的实施例中，所述方法还包括：
[0012]响应于检测到确定为训练数据的所述实时流量数据保存到所述训练数据库，确定所述训练数据库的容量；
[0013]响应于确定所述训练数据库的容量超过预设容量阈值，删除所述训练数据库的至少部分数据，以使所述训练数据库的容量低于所述预设容量阈值。
[0014]在一些可选的实施例中，所述删除所述训练数据库的至少部分数据，包括：
[0015]随机删除所述训练数据库的至少部分数据。
[0016]在一些可选的实施例中，所述删除所述训练数据库的至少部分数据，包括：
[0017]对于所述训练数据库中重复的数据样本，删除重复部分。
[0018]在一些可选的实施例中，所述根据所述训练数据对一类支持向量机进行训练，得到训练后的一类支持向量机，包括：
[0019]训练一类支持向量机，最小化如下目标函数：
[0020][0021]其中，x
i
是训练样本，w是特征空间超平面法向量，ζ
i
是松弛因子，ρ是特征空间超平面补偿，v是总样本数中错误样本比例值，0<v<1，n是训练样本数量，ψ(
·
)是核空间映射函数；
[0022]引入拉格朗日乘子，求解特征空间的对偶：
[0023][0024]其中，K(x
i
,x
j
)是核函数，α
i
是拉格朗日乘子；
[0025]由上式推导出决策函数：
[0026][0027]其中，G(x)＝1表征当前数据为正常，G(x)＝
‑
1表征当前数据为异常。
[0028]第二方面，本申请实施例提供一种船舶柴油机燃油流量计异常状态监测装置，所述装置包括：
[0029]数据获取单元，被配置成获取训练数据库，所述训练数据库包括表征船舶发电机组总功率和流量计流量速率正常的训练数据；
[0030]训练单元，被配置成根据所述训练数据库对一类支持向量机进行训练，得到训练后的一类支持向量机；
[0031]识别单元，被配置成根据所述训练后的一类支持向量机，对实时流量数据进行异常监测，得到异常监测结果；
[0032]告警单元，被配置成响应于所述异常监测结果表征所述实时流量数据异常，发送流量计异常报警信息。
[0033]在一些可选的实施例中，所述装置还包括：
[0034]数据处理单元，响应于所述异常监测结果表征所述实时流量数据政策，将所述实时流量数据确定为训练数据，并保存至所述训练数据库。
[0035]第三方面，本申请实施例提供一种电子设备，其特征在于，包括存储器及处理器，所述存储器中存储有计算机程序，其特征在于，所述计算机程序被所述处理器执行时，使得所述处理器执行如第一方面任一实施例所述方法的步骤。
[0036]第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，
其特征在于，所述计算机程序被处理器执行时实现如第一方面任一实施例所述方法的步骤。
[0037]本申请上述实施例，通过设计一种船舶柴油机燃油流量计异常状态监测方法，包括：获取训练数据库，训练数据库包括表征船舶发电机组总功率和流量计流量速率正常的训练数据；根据训练数据库对一类支持向量机进行训练，得到训练后的一类支持向量机；根据训练后的一类支持向量机，对实时流量数据进行异常监测，得到异常监测结果；响应于异常监测结果表征实时流量数据异常，发送流量计异常报警信息。提供了一种船舶发电机燃油流量计异常在线识别方法，用于船舶发电机组燃油流量计异常实时监测，其原理是利用船舶发电机流量计历史正常数据训练一类支持向量机，训练完毕的一类支持向量机能有效的将正常样本归为正类样本，将异常样本归为负类样本，此时流量计的异常状态被识别出。本专利技术可以实时识别船舶柴油机流量计异常状态，无需关闭发电机组。本专利技术利用发电机组功率和流量计速率组成的二维数据正常样本库训练一类支持向量机模型，该训练模型能有效识别流量计异常状态。
附图说明
[0038]附图以示例而非限制的方式大体示出了本文中所讨论的各个实施例。
[0039]图1为本申请实施例一种船舶柴油机燃油流量计异常状态监测方法流程示意图；
[0040]图2为本申请实施例船舶在航发电机组燃油流量计异常实时在线检测方法流程图；
[0041]图3为本申请实施例提供一种船舶柴油机燃油流量计异常状态监测装置结构示意图；
[0042]图4为本申请实施例的电子设备的硬件结构示意图。
具体实施方式
[0043]为了能够更加详尽地了解本申请实施例的特点与
技术实现思路
，下面结合附图对本申请实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本申请实施例。
[0044]在本申请实施例记载中，需要说明的是，除非另有说明和限定，术语“连接”应做广义理解，例如，可以是电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
[0045]需要说明的是，本申请实施例所涉及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种船舶柴油机燃油流量计异常状态监测方法，其特征在于，所述方法包括：获取训练数据库，所述训练数据库包括表征船舶发电机组总功率和流量计流量速率正常的训练数据；根据所述训练数据库对一类支持向量机进行训练，得到训练后的一类支持向量机；根据所述训练后的一类支持向量机，对实时流量数据进行异常监测，得到异常监测结果；响应于所述异常监测结果表征所述实时流量数据异常，发送流量计异常报警信息。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：响应于所述异常监测结果表征所述实时流量数据政策，将所述实时流量数据确定为训练数据，并保存至所述训练数据库。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：响应于检测到确定为训练数据的所述实时流量数据保存到所述训练数据库，确定所述训练数据库的容量；响应于确定所述训练数据库的容量超过预设容量阈值，删除所述训练数据库的至少部分数据，以使所述训练数据库的容量低于所述预设容量阈值。4.根据权利要求3所述的方法，其特征在于，所述删除所述训练数据库的至少部分数据，包括：随机删除所述训练数据库的至少部分数据。5.根据权利要求3所述的方法，其特征在于，所述删除所述训练数据库的至少部分数据，包括：对于所述训练数据库中重复的数据样本，删除重复部分。6.根据权利要求1所述的方法，其特征在于，所述根据所述训练数据对一类支持向量机进行训练，得到训练后的一类支持向量机，包括：训练一类支持向量机，最小化如下目标函数：s.t.w
T
ψ(x
i
)>ρ
‑
ζ
i
,ζ
i
>0,i＝1,2,
…
,n其中，x
i
是训练...

【专利技术属性】
技术研发人员：侯良生，伍冬阳，池泽林，姚怡芝，
申请(专利权)人：中国船舶集团有限公司，
类型：发明
国别省市：