【技术实现步骤摘要】
本专利技术涉及智慧港口散货管控，具体涉及一种基于智慧港口的散货一体化管控方法。
技术介绍
1、港口的“智慧”体现在能够自动采集港口内设备、物资等大量内部数据和来往车船、货物等外部数据，通过监测数据实时监控港口内设备运行状态，以实现港内散货资源最优化调度配置、港口一体化管控等功能，实现港口一体化管控的目的主要是提高港口的生产效率，降低运营成本，依据状态监测数据集成系统进行合理的设备调度是影响港口生产效率的重要因素，也是港口智能调度优化研究的关键问题。
2、现有用于散货港口一体化管控方法主要通过智能优化算法对散货港口调度进行建模，结合港口散货监测数据实现散货港口的一体化管控，目前主要存在以下问题：
3、(1)现有技术用于散货港口的运行状态监测数据分别是从时间、空间和属性维度上实时获取，存在多个状态信息采集传感器，导致获取的运行状态监测数据存在多源冗余的情况，在使用智能优化算法过程中会存在异常数据，导致对散货港口的调度及管控不准确，降低了散货港口的利用率；
4、(2)现有散货港口船舶的调度具有复杂、随机、多约束和多目标等特点，调度模式缺乏科学性，调度效率低，应变能力不足，容易造成船舶长期滞留和散货积压等问题，削弱了港口的市场竞争力；
5、(3)在散货港口进行船舶获取的装卸和运输时，泊位直接面向船舶进行作业，现有技术主要通过调取当前散货港口具体设备作业情况，为待进港货船安排进港时间与泊位，未综合考虑所有散货港口的泊位使用进度，导致港口装卸效率较低。
技术实现思路
1、本专利技术的目的在于提供一种基于智慧港口的散货一体化管控方法，以解决现有技术中对于散货港口的调度及管控不准确，散货港口的利用率偏低，以及容易造成船舶长期滞留和散货积压等的技术问题。
2、为解决上述技术问题，本专利技术具体提供下述技术方案：
3、本专利技术提供了一种基于智慧港口的散货一体化管控方法，包括以下步骤：
4、获取实时的港口散货作业区散货分布数据，并将所述散货分布数据通过散货分类数据划分多个管控区域，对所述管控区域的所述散货分布数据进行训练获取港口散货状态监测数据；
5、对所述港口散货状态监测数据进行多源重复性检测后对所述有效状态监测数据进行数据分析，获取散货作业区生产运行数据，根据所述散货作业区生产运行数据对所述散货作业区进行实时规划，获取散货作业区的调度数据；
6、通过所述调度数据以散货滞留港口总时间最短为阈值对散货作业区构建以港口船只调度时间、船只可达性为相互约束关系的散货作业模型，对所述散货作业模型采用樽海鞘搜索算法以自适应权重排序获取船只优化调度数据；
7、对所述船只优化调度数据采用泊位调度策略获取不同时间段内港口船舶调度信息，对所述港口船舶调度信息构建以船舶总的在港时间最短为目标的函数获取泊位调度优化数据；
8、对所述泊位调度优化数据通过深度强化学习算法构建散货装船调度模型，获取散货装船调度次序，对所述散货装船调度次序采用bp神经网络进行训练获取港口散货吞吐量预测数据，根据所述港口散货吞吐量预测数据建立仿真管控平台，获取实时的散货管控数据。
9、作为本专利技术的一种优选方案，所述散货分布数据通过散货分类数据划分多个管控区域，包括：
10、通过采集传感器持续获取所述港口散货作业区的多个状态信息数据，将所述状态信息数据以可编程逻辑控制器plc的数字量传输给港口集散控制器dcs，将所述集散控制器dcs通过网络协议连接港口控制平台服务器，存储所述采集传感器的多源异构数据；
11、在所述港口控制平台服务器上对所述散货分布数据以散货类型进行数据分类，对分类后的散货作业区划分管控区域。
12、作为本专利技术的一种优选方案，对所述港口散货状态监测数据进行多源重复性检测获取有效状态监测数据，包括：
13、获取所述管控区域内的所有所述采集传感器在同一时刻的数据源集合u＝{x1(t)，x2(t)，…，xi(t)，…，xn(t)}，其中n表示所述采集传感器的数量；
14、对两个不同所述采集传感器的所述数据源进行比较，判断差值的绝对值是否小于误差阈值σ，表达式为：
15、|xk(t)-xj(t)|<σ，k≠j，k，j＝1，2，…，n
16、其中，xk(t)、xj(t)表示所述管控区域内不同所述采集传感器同一时刻的第k个数据来源和第j个数据来源；
17、若所述两个所述数据源的差值的绝对值小于误差阈值σ，则判断为正常数据，否则判定位异常数据，
18、对所述正常数据计算加权值μi，根据所述加权值替换所述异常数据，表达式为：
19、
20、其中，xi(t)表示所述管控区域内不同采集传感器同一时刻的来源数据，δi表示所述来源数据的权重因子，n表示所述采集传感器的数量，x1(t)表示替换后的正常数据；
21、整合所有所述正常数据，将所述正常数据作为有效状态监测数据。
22、作为本专利技术的一种优选方案，对所述有效状态监测数据进行数据分析，获取散货作业区的调度数据，包括：
23、对所述有效状态监测数据以随机采样的方式获取少量采样点，以所述采样点构建稀疏矩阵ψ，对全量所述有效状态监测数据进行线性测量获取基底数据γ，对不同数据源的数据进行矩阵变换获取稀疏信号s，其表达式为：
24、
25、其中，ψi表示第i个数据来源的稀疏矩阵，γi表示第i个数据来源的基底数据，n表示所述采集传感器的数量；
26、对所述稀疏信号s进行投影获取m维观测向量y，采用聚类算法对所述观测向量y进行分簇处理，采用kronecker数据压缩算法对数据进行压缩重构，获取散货作业区生产运行数据；
27、对所述散货作业区生产运行数据进行自适应匹配，获取所述散货作业区的散货状态监测数据，以所述散货作业区成本最低为目标函数对散货作业区进行实时规划，获取所述散货作业区的调度数据。
28、作为本专利技术的一种优选方案，通过所述调度数据以散货滞留港口总时间最短为阈值对散货作业区构建以港口船只调度时间、船只可达性为相互约束关系的散货作业模型，包括：
29、依据所述调度数据获取港口船只调度数据集p＝{p1，p2，…，pn}，pi表示第i艘船只(i＝1，2，…，n)，船只可达性数据集u＝{u1，u2，…，um}，uj表示第j艘船只的到港时间(j＝1，2，…，m)；
30、根据散货装船流程，在对船只pi进行装货作业时预测船只调度时间rij，其表达式为：
31、rij＝αiuj+βi+εij
32、其中，αi表示船只pi的到港时间占比，βi表示船只pi的等待时间，εij表示船只pi在装货期间对接管控区域j的时间；
33、以散货滞留港口总时间最短为阈值设定目标函数minz，表达式为：
34、
35、其中，m表示管控本文档来自技高网...
【技术保护点】
1.一种基于智慧港口的散货一体化管控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于智慧港口的散货一体化管控方法，其特征在于，
3.根据权利要求2所述的一种基于智慧港口的散货一体化管控方法，其特征在于，
4.根据权利要求3所述的一种基于智慧港口的散货一体化管控方法，其特征在于，
5.根据权利要求4所述的一种基于智慧港口的散货一体化管控方法，其特征在于，
6.根据权利要求5所述的一种基于智慧港口的散货一体化管控方法，其特征在于，
7.根据权利要求6所述的一种基于智慧港口的散货一体化管控方法，其特征在于，
8.根据权利要求7所述的一种基于智慧港口的散货一体化管控方法，其特征在于，
9.根据权利要求8所述的一种基于智慧港口的散货一体化管控方法，其特征在于，
10.根据权利要求9所述的一种基于智慧港口的散货一体化管控方法，其特征在于，
【技术特征摘要】
1.一种基于智慧港口的散货一体化管控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于智慧港口的散货一体化管控方法，其特征在于，
3.根据权利要求2所述的一种基于智慧港口的散货一体化管控方法，其特征在于，
4.根据权利要求3所述的一种基于智慧港口的散货一体化管控方法，其特征在于，
5.根据权利要求4所述的一种基于智慧港口的散货一体化管控方法，其特征在于，
【专利技术属性】
技术研发人员：李伟，吴正波，何大凯，陈浩，代晨光，
申请(专利权)人：中交机电工程局有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。