一种集装箱班轮停航及短时运力异常识别方法及系统技术方案

本发明专利技术提供了一种集装箱班轮停航及短时运力异常识别方法及系统，基于集装箱船的AIS数据、港口数据以及泊位数据计算得到航次动态数据，根据AIS数据中的船舶类型和港口数据计算出每个港口每种船型的平均靠泊作业时长和平均锚泊作业时长，并采用特定的判断方法判断出集装箱船当前及历史所处状态的是在航状态或停航状态，然后根据集装箱船所属的船公司统计出不同船公司每日处于停航状态的集装箱船数量，根据处于停航状态的集装箱船数量和AIS数据中的载重吨数据分析统计出不同船公司每日的集装箱船停航及短时运力异常情况并进行展示。本发明专利技术能够对集装箱班轮在航或者停航的状态进行有效识别和区分，并能够有效提高船公司运力对比和监控的准确性。司运力对比和监控的准确性。司运力对比和监控的准确性。

【技术实现步骤摘要】
一种集装箱班轮停航及短时运力异常识别方法及系统


[0001]本专利技术涉及集装箱航运
，具体涉及一种集装箱班轮停航及短时运力异常识别方法及系统。

技术介绍

[0002]船舶自动识别系统(Automatic Identification System,AIS)是一种原先应用于船和岸、船和船之间的海事安全与通信的助航系统，在减少船舶碰撞事故等海事服务领域中发挥着重要作用。AIS信息积累了大量的数据资源，可以通过数据挖掘和处理的技术将其应用于港航管理领域进行分析和决策，具有极大的应用价值。
[0003]集装箱班轮在运输货物的过程中可以分为航行、靠泊和锚泊三种状态，三种状态相互转换，完成货物的运输。在运力统计的过程中可分为在航、停航两种状态，在航即为正常的执行航行任务的状态，而停航则是指由于暂无航行任务、修船等原因暂时不能执行航行任务的状态。在进行集装箱班轮运力统计分析的过程中应当只计入在航的运力，若对两种状态不加区分势必会造成集装箱运力统计分析产生误差，但目前并没有明确的对集装箱班轮在航或者停航的状态进行区分的统一标准，导致无法准确分析集装箱运力变化情况。

技术实现思路

[0004]为解决目前对于集装箱班轮在航或停航的状态没有一个统一的区分标准，且无法准确分析集装箱班轮运力变化等情况，本专利技术提供了一种集装箱班轮停航及短时运力异常识别方法，基于集装箱船的AIS动态数据、港口数据以及泊位数据，并结合业务逻辑，对集装箱班轮在航或者停航的状态进行有效识别和区分，并根据状态对集装箱班轮运力进行分类，进而对集装箱运力进行统计和分析，为集装箱班轮在航和停航的状态判断确定了一个统一的标准，且为准确实时计算集装箱船在航运力提供了支持。本专利技术还涉及一种集装箱班轮停航及短时运力异常识别系统。
[0005]本专利技术的技术方案如下：
[0006]一种集装箱班轮停航及短时运力异常识别方法，其特征在于，包括以下步骤：
[0007]数据采集步骤：获取集装箱船的AIS数据、港口数据以及泊位数据，并根据AIS数据、港口数据以及泊位数据计算得到航次动态数据，所述航次动态数据包括航行数据、靠泊数据和锚泊数据，并根据AIS数据中的船舶类型和港口数据计算出每个港口每种船型的平均靠泊作业时长和平均锚泊作业时长；
[0008]状态判断步骤：在某个集装箱船当前或历史动态为靠泊状态且处于修理状态时，则自动判断该集装箱船处于停航状态；在某个集装箱船处于靠泊状态且处于非修理状态时，根据船型和平均靠泊作业时长自动判断该集装箱船所处的航行状态，若该集装箱船的船型小于预设船型，则再判断该集装箱船的作业时长是否超过平均靠泊作业时长的第一设定倍数，且绝对作业时长是否超过预设第一时间阈值，若均超过，则判断该集装箱船处于停航状态，若均未超过，则判断该集装箱船处于在航状态；若该集装箱船的船型若大于等于预
设船型，则自动判断该集装箱船的作业时长是否超过平均靠泊作业时长的第二设定倍数，且绝对作业时长是否超过预设第一时间阈值，若均超过，则判断该集装箱船处于停航状态，若均未超过，则判断该集装箱船处于在航状态；所述第一设定倍数大于第二设定倍数；
[0009]在某个集装箱船当前或历史动态为锚泊状态且属于港口锚泊时，则自动判断该集装箱船的作业时长是否超过平均锚泊作业时长的第三设定倍数，且绝对作业时长是否超过预设第一时间阈值，若均超过，则判断该集装箱船处于停航状态，若均未超过，则判断该集装箱船处于在航状态；在某个集装箱船处于锚泊状态且属于中途锚泊时，则自动判断该集装箱船的绝对作业时长是否超过预设第二时间阈值，若是，则判断该集装箱船处于停航状态，否则，则判断该集装箱船处于在航状态；
[0010]停航及运力识别步骤：在判断出集装箱船当前及历史所处状态后，根据集装箱船所属的船公司统计出不同船公司每日处于停航状态的集装箱船数量，根据处于停航状态的集装箱船数量和AIS数据中的载重吨数据分析统计出不同船公司每日的集装箱船停航及短时运力异常情况并进行展示。
[0011]优选地，所述数据采集步骤中，所述AIS数据包括静态数据和动态数据，所述静态数据包括船舶移动业务识别码、船舶类型、呼号、船名、船高、船长和船宽，所述动态数据包括船舶经纬度位置信息、时间戳、对地航向、对地航速和船艏向；
[0012]和/或，所述港口数据包括每个航段的起始和结束时间及起终点港口。
[0013]优选地，所述数据采集步骤中是先对AIS数据进行预处理，去除AIS中有问题的数据，然后对港口数据进行预处理，去除修船的数据、起始港和终点港有缺失的数据、未知港口的数据以及起点港与终点港为相同港口的数据。
[0014]优选地，所述航行数据包括起始港、起始时间、结束港、结束时间、吃水变化和航行距离，所述锚泊数据包括港口锚泊、中途锚泊和锚泊作业时长，所述靠泊数据包括靠泊作业时长和靠泊修理时长。
[0015]优选地，其特征在于，所述状态判断步骤中，对已判断为停航状态的集装箱船还计算停航时长，集装箱船历史动态判断为停航状态时每一段停航时长均为定值不再改变，集装箱船当前状态判断为停航状态时停航时长随当前状态持续而实时累加，一旦当前状态结束，停航时长也停止累加，再将最终计算的航行时长加入历史航行状态表中保存；然后由停航及运力识别步骤对集装箱班轮当前运力进行实时监控，并根据历史航行状态表对历史运力变化进行统计分析。
[0016]一种集装箱班轮停航及短时运力异常识别系统，其特征在于，包括依次连接的数据采集模块、状态判断模块和停航及运力识别模块，
[0017]数据采集模块，获取集装箱船的AIS数据、港口数据以及泊位数据，并根据AIS数据、港口数据以及泊位数据计算得到航次动态数据，所述航次动态数据包括航行数据、靠泊数据和锚泊数据，并根据AIS数据中的船舶类型和港口数据计算出每个港口每种船型的平均靠泊作业时长和平均锚泊作业时长；
[0018]状态判断模块，在某个集装箱船当前或历史状态为靠泊状态且处于修理状态时，则自动判断该集装箱船处于停航状态；在某个集装箱船处于靠泊状态且处于非修理状态时，根据船型和平均靠泊作业时长自动判断该集装箱船所处的航行状态，若该集装箱船的船型小于预设船型，则再判断该集装箱船的作业时长是否超过平均靠泊作业时长的第一设
定倍数，且绝对作业时长是否超过预设第一时间阈值，若均超过，则判断该集装箱船处于停航状态，若均未超过，则判断该集装箱船处于在航状态；若该集装箱船的船型若大于等于预设船型，则自动判断该集装箱船的作业时长是否超过平均靠泊作业时长的第二设定倍数，且绝对作业时长是否超过预设第一时间阈值，若均超过，则判断该集装箱船处于停航状态，若均未超过，则判断该集装箱船处于在航状态；所述第一设定倍数大于第二设定倍数；
[0019]在某个集装箱船当前或历史状态为锚泊状态且属于港口锚泊时，则自动判断该集装箱船的作业时长是否超过平均锚泊作业时长的第三设定倍数，且绝对作业时长是否超过预设第一时间阈值，若均超过，则判断该集装箱船处于停航状态，若均未超过，则判断本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种集装箱班轮停航及短时运力异常识别方法，其特征在于，包括以下步骤：数据采集步骤：获取集装箱船的AIS数据、港口数据以及泊位数据，并根据AIS数据、港口数据以及泊位数据计算得到航次动态数据，所述航次动态数据包括航行数据、靠泊数据和锚泊数据，并根据AIS数据中的船舶类型和港口数据计算出每个港口每种船型的平均靠泊作业时长和平均锚泊作业时长；状态判断步骤：在某个集装箱船当前或历史动态为靠泊状态且处于修理状态时，则自动判断该集装箱船处于停航状态；在某个集装箱船处于靠泊状态且处于非修理状态时，根据船型和平均靠泊作业时长自动判断该集装箱船所处的航行状态，若该集装箱船的船型小于预设船型，则再判断该集装箱船的作业时长是否超过平均靠泊作业时长的第一设定倍数，且绝对作业时长是否超过预设第一时间阈值，若均超过，则判断该集装箱船处于停航状态，若均未超过，则判断该集装箱船处于在航状态；若该集装箱船的船型若大于等于预设船型，则自动判断该集装箱船的作业时长是否超过平均靠泊作业时长的第二设定倍数，且绝对作业时长是否超过预设第一时间阈值，若均超过，则判断该集装箱船处于停航状态，若均未超过，则判断该集装箱船处于在航状态；所述第一设定倍数大于第二设定倍数；在某个集装箱船当前或历史动态为锚泊状态且属于港口锚泊时，则自动判断该集装箱船的作业时长是否超过平均锚泊作业时长的第三设定倍数，且绝对作业时长是否超过预设第一时间阈值，若均超过，则判断该集装箱船处于停航状态，若均未超过，则判断该集装箱船处于在航状态；在某个集装箱船处于锚泊状态且属于中途锚泊时，则自动判断该集装箱船的绝对作业时长是否超过预设第二时间阈值，若是，则判断该集装箱船处于停航状态，否则，则判断该集装箱船处于在航状态；停航及运力识别步骤：在判断出集装箱船当前及历史所处状态后，根据集装箱船所属的船公司统计出不同船公司每日处于停航状态的集装箱船数量，根据处于停航状态的集装箱船数量和AIS数据中的载重吨数据分析统计出不同船公司每日的集装箱船停航及短时运力异常情况并进行展示。2.根据权利要求1所述的集装箱班轮停航及短时运力异常识别方法，其特征在于，所述数据采集步骤中，所述AIS数据包括静态数据和动态数据，所述静态数据包括船舶移动业务识别码、船舶类型、呼号、船名、船高、船长和船宽，所述动态数据包括船舶经纬度位置信息、时间戳、对地航向、对地航速和船艏向；和/或，所述港口数据包括每个航段的起始和结束时间及起终点港口。3.根据权利要求1所述的集装箱班轮停航及短时运力异常识别方法，其特征在于，所述数据采集步骤中是先对AIS数据进行预处理，去除AIS中有问题的数据，然后对港口数据进行预处理，去除修船的数据、起始港和终点港有缺失的数据、未知港口的数据以及起点港与终点港为相同港口的数据。4.根据权利要求1所述的集装箱班轮停航及短时运力异常识别方法，其特征在于，所述航行数据包括起始港、起始时间、结束港、结束时间、吃水变化和航行距离，所述锚泊数据包括港口锚泊、中途锚泊和锚泊作业时长，所述靠泊数据包括靠泊作业时长和靠泊修理时长。5.根据权利要求1至4之一所述的集装箱班轮停航及短时运力异常识别方法，其特征在于，所述状态判断步骤中，对已判断为停航状态的集装箱船还计算停航时长，集装箱船历史动态判断为停航状态时每一段停航时长均为定值不再改变，集装箱船当前状态判断为停航
状态时停航时长随当前状态持续而实时累加，一旦当前状态结束，停航时长也停止累加，再将最终计算的航行时长加入历史航行状态表中保存；然后由停航及运力识别步骤对集装箱班轮当前运力进行实时监控，并根据历史航行状态表对历史运力变化进行统计分析。6.一种集装箱班轮停...

【专利技术属性】
技术研发人员：张哲熙，韩懿，
申请(专利权)人：上海船舶运输科学研究所有限公司，
类型：发明
国别省市：