买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明属于船舶能耗预测方法技术领域，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。包括原始数据采集、原始数据预处理、数据修复处理、执行多源数据异常分析修正、能耗预测复合模型训练以及能耗预测等内容，本申请的基于多源数据的电动散货船能耗预测方法及系统，实现了基于运行过程中的多源数据来对电动散货船的运行能耗进行预测和分析方案，为构建全船持续性能耗监测和管理提供了技术基础，提升纯电散货船能耗预测的合理性和准确度。

主权项：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：S1、原始数据采集基于在船监测采集装置采集散货船运行过程中的状态数据以及运行参数；基于船外监测采集组件获取散货船采集周期内外部的水文环境、天气环境信息；S2、原始数据预处理，对采集的到的原始数据进行预处理包括：S20、数据修复处理，具体而言：对于空数据，根据数据所在数据组中其他数据采用拟合、插值方式进行数据填充；对于偏离原始数据合理范围的异常数据值或者数据片段，应删除异常数据后视为空数据进行填充；S21、执行多源数据异常分析，对于具有关联周期t的一组多源原始数据，选择时间周期T＝kt内的连续数据，k为整数，构成多源原始数据集XT＝{x1,x2...xt...xT}；其中表示在该组多源数据的时间周期T内第t个数据采集周期内多源数据值，其中表示xt内第n个原始数据的值；采用滑动时间窗t'将多源原始数据集XT进行分割得到训练集XA＝{xt‘}和测试集XB＝{xt+1‘}；其中k'为小于k的正整数，xt‘表示时间周期t'内的一组测量值；以前述多源原始数据作为图结构网络节点元素构建DWGAT图注意力网络；对于已知关联性的两组原始数据，根据其先验信息创建对应节点之间的关联性嵌入向量，对关联性未知的两组原始数据之间创建随机的嵌入向量，以每个图节点作为初始节点按照预设步数进行随机行走，根据得到的节点序列创建用于反映DWGAT图注意力网络结构的节点序列池，并利用Word2Vec训练模型创建和优化原始数据之间缺失的嵌入向量得到DWGAT图注意力网络模型；将时间周期t'内的多源数据构成的训练集XA＝{xt‘}输入步骤S215得到的DWGAT图注意力网络模型得到下一时间周期t+1'内测量数据的预测值，并用下一时间周期t+1'内测量数据构成的测试集XB＝{xt+1‘}对模型的预测输出进行校验，确定模型误差，调整DWGAT图注意力网络模型参数，直至模型训练结果满足标准；S22、误差修正利用训练完成的DWGAT图注意力网络模型对多源原始数据进行校验，将实测值与模型预测值误差超出阈值的测量值进行校验修正，整合原始数据；S3、能耗预测复合模型训练基于Stacking综合模型建立散货船能耗预测综合模型，收集历史数据基于步骤setp1～S3进行处理后创建预测模型训练数据库对模型进行训练，得到最优散货船能耗预测综合模型；S4、能耗预测将整合后的原始数据输入散货船能耗预测综合模型得到预测结果。

全文数据：

权利要求：

百度查询： 三峡电能金舟能源(湖北)有限公司 一种基于多源数据的电动散货船能耗预测方法及系统