船舶燃料供应安全监测系统及其方法技术方案

公开了一种船舶燃料供应安全监测系统及其方法。其首先将多个预定时间点的天然气储气罐的温度值和压力值分别排列为输入向量后进行关联编码以得到第一温度

【技术实现步骤摘要】
船舶燃料供应安全监测系统及其方法


[0001]本申请涉及智能监测领域，且更为具体地，涉及一种船舶燃料供应安全监测系统及其方法。

技术介绍

[0002]目前，船舶行业中广泛使用的燃料是传统的燃油，但由于其排放的污染物严重影响环境和人类健康，因此需要寻找替代能源。天然气燃料作为一种清洁、高效、低碳的能源，已经被广泛应用于船舶领域。然而，由于天然气燃料的特殊理化性质和安全风险，需要采取相应的安全监测措施。相关技术中，对于天然气燃料供应的监测较为传统，难以实现安全可靠的天然气燃料供应，导致船舶在运输或航行过程中存在较大的风险。
[0003]因此，期望一种优化的船舶燃料供应安全监测系统。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种船舶燃料供应安全监测系统及其方法。其首先将多个预定时间点的天然气储气罐的温度值和压力值分别排列为输入向量后进行关联编码以得到第一温度
‑
压力关联矩阵，接着，将多个预定时间点的供气管路的温度值和压力值分别排列为输入向量后进行关联编码以得到第二温度
‑
压力关联矩阵，然后，计算所述第一温度
‑
压力关联矩阵卷积编码得到的第一温度
‑
压力关联特征向量和所述第二温度
‑
压力关联矩阵卷积编码得到的第二温度
‑
压力关联特征向量之间的转移矩阵作为分类特征矩阵，最后，将所述分类特征矩阵通过分类器以得到用于表示天然气燃气供应是否安全的分类结果。这样，可以保证船舶燃料的供应安全。
[0005]根据本申请的一个方面，提供了一种船舶燃料供应安全监测系统，其包括：数据采集模块，用于获取预定时间段内多个预定时间点的天然气储气罐的温度值和压力值，以及，所述多个预定时间点的供气管路的温度值和压力值；储气罐数据时序排列模块，用于将所述多个预定时间点的天然气储气罐的温度值和压力值分别按照时间维度排列为第一温度时序输入向量和第一压力时序输入向量；供气管路数据时序排列模块，用于将所述多个预定时间点的供气管路的温度值和压力值分别按照时间维度排列为第二温度时序输入向量和第二压力时序输入向量；数据时序关联模块，用于对所述第一温度时序输入向量和所述第一压力时序输入向量进行关联编码以得到第一温度
‑
压力关联矩阵，且对所述第二温度时序输入向量和所述第二压力时序输入向量进行关联编码以得到第二温度
‑
压力关联矩阵；储气罐数据时序关联特征提取模块，用于将所述第一温度
‑
压力关联矩阵通过作为过滤器的第一卷积神经网络模型以得到第一温度
‑
压力关联特征向量；供气管路数据时序关联特征提取模块，用于将所述第二温度
‑
压力关联矩阵通过作为过滤器的第二卷积神经网络模型以得到第二温度
‑
压力关联特征向量；数据转移编码模块，用于计算所述第一温度
‑
压力关联特征向量和所述第二温度
‑
压力关联特征向量之间的转移矩阵作为分类特征矩阵；以及安全检测模块，用于将所述分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示天然气燃气供应是否安全。
[0006]在上述的船舶燃料供应安全监测系统中，所述数据时序关联模块，用于：以如下关联编码公式对所述第一温度时序输入向量和所述第一压力时序输入向量进行关联编码以得到所述第一温度
‑
压力关联矩阵，且对所述第二温度时序输入向量和所述第二压力时序输入向量进行关联编码以得到所述第二温度
‑
压力关联矩阵；其中，所述关联编码公式为：其中，所述关联编码公式为：其中，表示所述第一温度时序输入向量，表示所述第一温度时序输入向量的转置向量，表示所述第一压力时序输入向量，表示所述第一温度
‑
压力关联矩阵，表示所述第二温度时序输入向量，表示所述第二温度时序输入向量的转置向量，表示所述第二压力时序输入向量，表示所述第二温度
‑
压力关联矩阵，表示向量相乘。
[0007]在上述的船舶燃料供应安全监测系统中，所述储气罐数据时序关联特征提取模块，用于：使用所述作为过滤器的第一卷积神经网络模型的各层在层的正向传递中分别对输入数据进行卷积处理、基于特征矩阵的均值池化处理和非线性激活处理以由所述作为过滤器的第一卷积神经网络模型的最后一层输出所述第一温度
‑
压力关联特征向量，其中，所述作为过滤器的第一卷积神经网络模型的第一层的输入为所述第一温度
‑
压力关联矩阵。
[0008]在上述的船舶燃料供应安全监测系统中，所述供气管路数据时序关联特征提取模块，用于：使用所述作为过滤器的第二卷积神经网络模型的各层在层的正向传递中分别对输入数据进行卷积处理、基于特征矩阵的均值池化处理和非线性激活处理以由所述作为过滤器的第二卷积神经网络模型的最后一层输出所述第二温度
‑
压力关联特征向量，其中，所述作为过滤器的第二卷积神经网络模型的第一层的输入为所述第二温度
‑
压力关联矩阵。
[0009]在上述的船舶燃料供应安全监测系统中，所述数据转移编码模块，用于：以如下转移公式计算所述第一温度
‑
压力关联特征向量和所述第二温度
‑
压力关联特征向量之间的转移矩阵作为所述分类特征矩阵；其中，所述转移公式为：其中，表示所述第一温度
‑
压力关联特征向量，表示所述第二温度
‑
压力关联特征向量，表示所述转移矩阵，表示向量相乘。
[0010]在上述的船舶燃料供应安全监测系统中，还包括用于对所述作为过滤器的第一卷积神经网络模型、所述作为过滤器的第二卷积神经网络模型和所述分类器进行训练的训练模块。
[0011]在上述的船舶燃料供应安全监测系统中，所述训练模块，包括：
训练数据采集单元，用于获取训练数据，所述训练数据包括预定时间段内多个预定时间点的天然气储气罐的训练温度值和训练压力值，所述多个预定时间点的供气管路的训练温度值和训练压力值，以及，所述天然气燃气供应是否安全的真实值；训练储气罐数据时序排列单元，用于将所述多个预定时间点的天然气储气罐的训练温度值和训练压力值分别按照时间维度排列为第一训练温度时序输入向量和第一训练压力时序输入向量；训练供气管路数据时序排列单元，用于将所述多个预定时间点的供气管路的训练温度值和训练压力值分别按照时间维度排列为第二训练温度时序输入向量和第二训练压力时序输入向量；训练数据时序关联单元，用于对所述第一训练温度时序输入向量和所述第一训练压力时序输入向量进行关联编码以得到第一训练温度
‑
压力关联矩阵，且对所述第二训练温度时序输入向量和所述第二训练压力时序输入向量进行关联编码以得到第二训练温度
‑
压力关联矩阵；训练储气罐数据时序关联特征提取单元，用于将所述第一训练温度
‑
压力关联矩阵通过所述作为过滤器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种船舶燃料供应安全监测系统，其特征在于，包括：数据采集模块，用于获取预定时间段内多个预定时间点的天然气储气罐的温度值和压力值，以及，所述多个预定时间点的供气管路的温度值和压力值；储气罐数据时序排列模块，用于将所述多个预定时间点的天然气储气罐的温度值和压力值分别按照时间维度排列为第一温度时序输入向量和第一压力时序输入向量；供气管路数据时序排列模块，用于将所述多个预定时间点的供气管路的温度值和压力值分别按照时间维度排列为第二温度时序输入向量和第二压力时序输入向量；数据时序关联模块，用于对所述第一温度时序输入向量和所述第一压力时序输入向量进行关联编码以得到第一温度
‑
压力关联矩阵，且对所述第二温度时序输入向量和所述第二压力时序输入向量进行关联编码以得到第二温度
‑
压力关联矩阵；储气罐数据时序关联特征提取模块，用于将所述第一温度
‑
压力关联矩阵通过作为过滤器的第一卷积神经网络模型以得到第一温度
‑
压力关联特征向量；供气管路数据时序关联特征提取模块，用于将所述第二温度
‑
压力关联矩阵通过作为过滤器的第二卷积神经网络模型以得到第二温度
‑
压力关联特征向量；数据转移编码模块，用于计算所述第一温度
‑
压力关联特征向量和所述第二温度
‑
压力关联特征向量之间的转移矩阵作为分类特征矩阵；以及安全检测模块，用于将所述分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示天然气燃气供应是否安全。2.根据权利要求1所述的船舶燃料供应安全监测系统，其特征在于，所述数据时序关联模块，用于：以如下关联编码公式对所述第一温度时序输入向量和所述第一压力时序输入向量进行关联编码以得到所述第一温度
‑
压力关联矩阵，且对所述第二温度时序输入向量和所述第二压力时序输入向量进行关联编码以得到所述第二温度
‑
压力关联矩阵；其中，所述关联编码公式为：其中，所述关联编码公式为：其中，表示所述第一温度时序输入向量，表示所述第一温度时序输入向量的转置向量，表示所述第一压力时序输入向量，表示所述第一温度
‑
压力关联矩阵，表示所述第二温度时序输入向量，表示所述第二温度时序输入向量的转置向量，表示所述第二压力时序输入向量，表示所述第二温度
‑
压力关联矩阵，表示向量相乘。3.根据权利要求2所述的船舶燃料供应安全监测系统，其特征在于，所述储气罐数据时序关联特征提取模块，用于：使用所述作为过滤器的第一卷积神经网络模型的各层在层的正向传递中分别对输入数据进行卷积处理、基于特征矩阵的均值池化处理和非线性激活处理以由所述作为过滤器的第一卷积神经网络模型的最后一层输出所述第一温度
‑
压力关联特征向量，其中，所述作为过滤器的第一卷积神经网络模型的第一层的输入为所述第一温度
‑
压力关联矩阵。4.根据权利要求3所述的船舶燃料供应安全监测系统，其特征在于，所述供气管路数据时序关联特征提取模块，用于：
使用所述作为过滤器的第二卷积神经网络模型的各层在层的正向传递中分别对输入数据进行卷积处理、基于特征矩阵的均值池化处理和非线性激活处理以由所述作为过滤器的第二卷积神经网络模型的最后一层输出所述第二温度
‑
压力关联特征向量，其中，所述作为过滤器的第二卷积神经网络模型的第一层的输入为所述第二温度
‑
压力关联矩阵。5.根据权利要求4所述的船舶燃料供应安全监测系统，其特征在于，所述数据转移编码模块，用于：以如下转移公式计算所述第一温度
‑
压力关联特征向量和所述第二温度
‑
压力关联特征向量之间的转移矩阵作为所述分类特征矩阵；其中，所述转移公式为：其中，表示所述第一温度
‑
压力关联特征向量，表示所述第二温度
‑
压力关联特征向量，表示所述转移矩阵，表示向量相乘。6.根据权利要求5所述的船舶燃料供应安全监测系统，其特征在于，还包括用于对所述作为过滤器的第一卷积神经网络模型、所述作为过滤器的第二卷积神经网络模型和所述分类器进行训练的训练模块。7.根据权利要求6所述的船舶燃料供应安全监测系统，其特征在于，所述训练模块，包括：训练数据采集单元，用于获取训练数据，所述训练数据包括预定时间段内多个预定时间点的天然气储气罐的训练温度值和训练压力值，所述多个预定时间点的供气管路的训...

【专利技术属性】
技术研发人员：沈海涛，洪建沣，郭景州，胡国军，王杰，柴剑，陆叶，俞翊轩，赵广森，蔡日新，
申请(专利权)人：浙江浙能迈领环境科技有限公司，
类型：发明
国别省市：