【技术实现步骤摘要】
本专利技术属于船舶能耗预测方法，尤其涉及一种基于多源数据的电动散货船能耗预测方法及系统。
技术介绍
1、随着可持续能源发展间的的推进，国内推出了类型众多的纯电装备，其中纯电散货船是当前内陆货物运输的一个重点发展方向，纯电散货船祛除了其对于传统化石能源的依赖，实现了零排放，能够有效解决船舶航行对于内陆河流的水污染和空气污染问题，相对于传统船舶，其在同等能源消耗情况下，也具有更高的运输效率，依赖于纯电动动力和控制系统，其控制能力也优于传统船舶，目前限制纯电散货船推广应用的问题之一是其持续续航能力的进一步拓展，对于纯电散货船而言，船舶自身航行、船内各种作业所需的能耗主要是来自船舶内有限的存储电量，在船舶能源电池装机量有限的情况下，如何在货运途中各种因素影响下预测和控制散货船的能耗是一个需要解决的问题。
技术实现思路
1、本专利技术的目的在于，基于纯电散货船能耗控制的需求，提供一种基于多源数据的电动散货船能耗预测方法和系统，用于构建和完善纯电散货船的能耗预测任务，进而为纯电散货船的运输控制以及能耗
【技术保护点】
1.一种基于多源数据的电动散货船能耗预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于多源数据的电动散货船能耗预测方法，其特征在于，所述步骤S21还包括基于采集周期的时间同步处理，以特定的某个原始数据的采集周期为标准周期，对其他数据进行时序同步，具体而言：
3.根据权利要求1所述的基于多源数据的电动散货船能耗预测方法，其特征在于，所述散货船能耗预测综合模型，以梯度提升决策树算法为元模型，以Ridge岭回归模型、SVM算法模型、极端树搜索模型为基础模型进构成。
4.根据权利要求3所述的基于多源数据的电动散货船能耗预测方...
【技术特征摘要】
1.一种基于多源数据的电动散货船能耗预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于多源数据的电动散货船能耗预测方法，其特征在于，所述步骤s21还包括基于采集周期的时间同步处理，以特定的某个原始数据的采集周期为标准周期，对其他数据进行时序同步，具体而言：
3.根据权利要求1所述的基于多源数据的电动散货船能耗预测方法，其特征在于，所述散货船能耗预测综合模型，以梯度提升决策树算法为元模型，以ridge岭回归模型、svm算法模型、极端树搜索模型为基础模型进构成。
4.根据权利要求3所述的基于多源数据的电动散货船能耗预测方法，其特征在于，所述对模型进行训练包括：
5.基于权利要求1的电动散货船能耗预测系统，其特征在于，包括数据采集监控模块、通讯模块、控制中心；
6.根据权利要求5所述的电动散货船能耗预测系统，其特征在于，所述通讯模块具体包括：基于modbus-tcp协议的用于电源、发电机组、冷却器、励磁...
【专利技术属性】
技术研发人员：赵阳，祁涛，吕宏成，高喜章，陈安鹏，魏赓，周杰，任小军，闫立栋，杨丹，张建立，王雨佳，李广林，何若男，吴添，张骁，王瑜琳，刘玉杰，
申请(专利权)人：三峡电能金舟能源湖北有限公司，
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。