基于数字孪生的港口运营管理方法技术

本发明专利技术涉及基于数字孪生的港口运营管理方法

【技术实现步骤摘要】
基于数字孪生的港口运营管理方法、系统及存储介质


[0001]本专利技术涉及港口运营
，尤其涉及基于数字孪生的港口运营管理方法
、
系统及存储介质
。

技术介绍

[0002]港口物流主要是指港口以经济腹地城市为中心，依赖地理优势，凭借港口自身所具备的资源，有效实施港口功能
。
港口凭借地理优势而实行的综合物流工作，可以拓展其物流功能，显现出港口物流在存储
、
集中货物等层面所具备的优势
。
港口物流可以凭借管理创新
、
技术优化
、
设备改造，更合理更有效地对港口内资源进行运用与分配，更有效地推动港口在产业供应链的服务功能，实现港口在整个供应链中的价值，是供应链中不可缺少关键一环
。
数字孪生是充分利用物理模型
、
传感器更新
、
运行历史等数据，集成多学科
、
多物理量
、
多尺度
、
多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程
。
数字孪生是一种超越现实的概念，可以被视为一个或多个重要的
、
彼此依赖的装备系统的数字映射系统
。
现如今，现有技术中不能够融合数字孪生技术能够对港口的运营数据进行可视化展示，从而不能更加直观的观察港口的实时运营数据，而且对于港口的运营过程中，资源分配不合理导致了运行成本不断的上升
。
>
技术实现思路

[0003]本专利技术克服了现有技术的不足，提供了一种基于数字孪生的港口运营管理方法
、
系统及存储介质
。
[0004]本专利技术第一方面提供了一种基于数字孪生的港口运营管理方法，包括以下步骤：获取当前港口的多源数据信息以及货船的多源数据信息，根据当前港口的多源数据信息以及货船的多源数据信息构建港口数字孪生动态模型；通过港口数字孪生动态模型获取当前港口每一货船的货物装载信息，并获取可分配的运输车资源数据信息；根据当前港口每一货船的货物装载信息以及可分配的运输车资源数据信息生成运输车资源配置结果；根据运输车资源配置结果生成初始化的运输路径信息，基于初始化的运输路径信息获取运输车的运输冲突路径信息，根据运输车的运输冲突路径信息生成最终的运输路径信息
。
[0005]进一步地，在本方法中，获取当前港口的多源数据信息以及货船的多源数据信息，根据当前港口的多源数据信息以及货船的多源数据信息构建港口数字孪生动态模型，具体包括：获取当前港口的多源数据信息，多源数据信息包括港口的规划图纸信息
、
港口货物的实时货物堆放信息
、
港口内运输车的实时运输信息
、
港口的地理位置信息，并构建初始虚拟场景信息；
根据当前港口的多源数据信息进行三维模型构建，生成港口初始化三维模型图，并构建时间戳，结合港口初始化三维模型图以及时间戳生成初始动态港口数字孪生模型；获取货船的多源数据信息，货船的多源数据信息包括货船的模型图纸信息
、
货船的实时地理位置信息
、
货物的装载信息，根据货船的模型图纸信息以及货物的装载信息进行三维模型构建，获取货船的实时三维模型信息；融合时间戳以及货船的实时三维模型信息构建初始货船动态数字孪生模型，并根据货船的实时地理位置信息以及港口的地理位置信息生成位置关系，根据位置关系将初始动态港口数字孪生模型以及初始货船动态数字孪生模型映射到初始虚拟场景信息中，生成港口数字孪生动态模型
。
[0006]进一步地，在本方法中，获取可分配的运输车资源数据信息，具体包括：获取每一运输车的基于时间序列的历史服役数据信息，并基于贝叶斯网络构建运输车故障预测模型，将基于时间序列的历史服役数据信息输入到运输车故障预测模型中进行训练；当运输车故障预测模型的模型参数符合预设参数要求时，输出运输车故障预测模型，并通过运输车故障模型获取预测每一运输车的故障时间节点；获取当前货物搬运时运输车的运输时间节点，并判断运输车的故障时间节点是否在运输车的运输时间节点之内，当故障时间节点在运输时间节点之内时，将故障时间节点在运输时间节点之内对应的运输车剔除；当故障时间节点不在运输时间节点之内时，将故障时间节点不在运输时间节点之内对应的运输车作为可分配的运输车资源数据信息进行输出
。
[0007]进一步地，在本方法中，根据当前港口每一货船的货物装载信息以及可分配的运输车资源数据信息生成运输车资源配置结果，具体包括：通过大数据获取各货物类型的卸货效率信息，并构建数据库，引入注意力机制，通过注意力机制计算每一货物类型的注意力分数，根据注意力分数进行排序，生成注意力分数排序结果；将注意力分数排序结果依次输入到数据库的存储空间中进行存储，根据当前港口每一货船的货物装载信息获取当前港口每个卸货位置的待卸货货船的货物装载信息，将货物装载物信息输入到数据库中；获取当前港口每个卸货位置的待卸货货船的货物装载信息对应的卸货效率信息，通过大数据获取每一运输车类型对于各货物类型的装载效率，根据每一运输车类型对于各货物类型的装载效率以及当前港口每一货船的货物装载信息生成每一运输车类型对于当前货物类型的装载效率；引入遗传算法，根据装载效率以及每一运输车类型对于当前货物类型的装载效率通过遗传算法进行迭代计算，获取最佳运输车的类型以及最佳运输车数量的组合数据，并基于最佳运输车的类型以及最佳运输车数量的组合数据生成运输车资源配置结果
。
[0008]进一步地，在本方法中，根据运输车资源配置结果生成初始化的运输路径信息，基于初始化的运输路径信息获取运输车的运输冲突路径信息，具体包括：获取当前货船的货物预定存放位置信息以及当前货船所在的卸货位置信息，并通过港口数字孪生动态模型获取运输车的行驶路径信息，引入蚁群算法；
将当前货船的货物预定存放位置信息
、
当前货船所在的卸货位置信息
、
运输车的行驶路径信息输入到蚁群算法中进行路径规划，生成当前运输车的最佳行驶路径信息；通过港口数字孪生动态模型获取实时运输车卸货占用的运行路径信息，并判断实时运输车卸货占用的运行路径信息是否与当前运输车的最佳行驶路径信息所重合；当实时运输车卸货占用的运行路径信息与当前运输车的最佳行驶路径信息所重合时，将当前运输车的行驶路径信息作为运输车的运输冲突路径信息输出
。
[0009]进一步地，在本方法中，根据运输车的运输冲突路径信息生成最终的运输路径信息，具体包括：获取冲突路径中卸货运输车的卸货效率，通过港口数字孪生动态模型获取运输车的运输冲突路径信息中运输车的卸货动态数据，并根据运输车的卸货动态数据以及运输车的卸货效率计算出卸货完成的时间信息；获取当前实时运输车行驶到冲突路径中卸货运输车所在位置的时间信息；若卸货完成的时间信息大于当前实时运输车行驶到冲突路径中卸货运输车所在位置的时间信息，则通过蚁群本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于数字孪生的港口运营管理方法，其特征在于，包括以下步骤：获取当前港口的多源数据信息以及货船的多源数据信息，根据所述当前港口的多源数据信息以及货船的多源数据信息构建港口数字孪生动态模型；通过所述港口数字孪生动态模型获取当前港口每一货船的货物装载信息，并获取可分配的运输车资源数据信息；根据所述当前港口每一货船的货物装载信息以及可分配的运输车资源数据信息生成运输车资源配置结果；根据所述运输车资源配置结果生成初始化的运输路径信息，基于所述初始化的运输路径信息获取运输车的运输冲突路径信息，根据所述运输车的运输冲突路径信息生成最终的运输路径信息
。2.
根据权利要求1所述的基于数字孪生的港口运营管理方法，其特征在于，获取当前港口的多源数据信息以及货船的多源数据信息，根据所述当前港口的多源数据信息以及货船的多源数据信息构建港口数字孪生动态模型，具体包括：获取当前港口的多源数据信息，所述多源数据信息包括港口的规划图纸信息
、
港口货物的实时货物堆放信息
、
港口内运输车的实时运输信息
、
港口的地理位置信息，并构建初始虚拟场景信息；根据所述当前港口的多源数据信息进行三维模型构建，生成港口初始化三维模型图，并构建时间戳，结合所述港口初始化三维模型图以及时间戳生成初始动态港口数字孪生模型；获取货船的多源数据信息，所述货船的多源数据信息包括货船的模型图纸信息
、
货船的实时地理位置信息
、
货物的装载信息，根据所述货船的模型图纸信息以及货物的装载信息进行三维模型构建，获取货船的实时三维模型信息；融合所述时间戳以及货船的实时三维模型信息构建初始货船动态数字孪生模型，并根据货船的实时地理位置信息以及港口的地理位置信息生成位置关系，根据所述位置关系将初始动态港口数字孪生模型以及初始货船动态数字孪生模型映射到所述初始虚拟场景信息中，生成港口数字孪生动态模型
。3.
根据权利要求1所述的基于数字孪生的港口运营管理方法，其特征在于，获取可分配的运输车资源数据信息，具体包括：获取每一运输车的基于时间序列的历史服役数据信息，并基于贝叶斯网络构建运输车故障预测模型，将所述基于时间序列的历史服役数据信息输入到所述运输车故障预测模型中进行训练；当所述运输车故障预测模型的模型参数符合预设参数要求时，输出运输车故障预测模型，并通过所述运输车故障模型获取预测每一运输车的故障时间节点；获取当前货物搬运时运输车的运输时间节点，并判断所述运输车的故障时间节点是否在所述运输车的运输时间节点之内，当所述故障时间节点在运输时间节点之内时，将所述故障时间节点在运输时间节点之内对应的运输车剔除；当所述故障时间节点不在运输时间节点之内时，将所述故障时间节点不在运输时间节点之内对应的运输车作为可分配的运输车资源数据信息进行输出
。4.
根据权利要求1所述的基于数字孪生的港口运营管理方法，其特征在于，根据所述当
前港口每一货船的货物装载信息以及可分配的运输车资源数据信息生成运输车资源配置结果，具体包括：通过大数据获取各货物类型的卸货效率信息，并构建数据库，引入注意力机制，通过注意力机制计算每一货物类型的注意力分数，根据所述注意力分数进行排序，生成注意力分数排序结果；将所述注意力分数排序结果依次输入到所述数据库的存储空间中进行存储，根据所述当前港口每一货船的货物装载信息获取当前港口每个卸货位置的待卸货货船的货物装载信息，将所述货物装载物信息输入到所述数据库中；获取当前港口每个卸货位置的待卸货货船的货物装载信息对应的卸货效率信息，通过大数据获取每一运输车类型对于各货物类型的装载效率，根据所述每一运输车类型对于各货物类型的装载效率以及当前港口每一货船的货物装载信息生成每一运输车类型对于当前货物类型的装载效率；引入遗传算法，根据所述装载效率以及每一运输车类型对于当前货物类型的装载效率通过遗传算法进行迭代计算，获取最佳运输车的类型以及最佳运输车数量的组合数据，并基于所述最佳运输车的类型以及最佳运输车数量的组合数据生成运输车资源配置结果
。5.
根据权利要求1所述的基于数字孪生的港口运营管理方法，其特征在于，根据所述运输车资源配置结果生成初始化的运输路径信息，基于所述初始化的运输路径信息获取运输车的运输冲突路径信息，具体包括：获取当前货船的货物预定存放位置信息以及当前货船所在的卸货位置信息，并通过所述港口数字孪生动态模型获取运输车的行驶路径信息，引入蚁群算法；将所述当前货船的货物预定存放位置信息
、
当前货船所在的卸货位置信息
、
运输车的行驶路径信息输入到所...

【专利技术属性】
技术研发人员：李春旭，周昱城，于巧婵，丁格格，李东升，文捷，殷悦，周宝霆，
申请(专利权)人：交通运输部水运科学研究所，
类型：发明
国别省市：