基于大数据技术的船舶油耗监测系统设计.docxVIP

基于大数据技术的船舶油耗监测系统设计.docx

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

?

?

基于大数据技术的船舶油耗监测系统设计

?

?

谢云鹏董良雄施怡然江伟

【摘要】为适应IMO关于船舶记录油耗数据的强制性要求,分析船舶油-机-环境系统的监测参数集,建立基于大数据技术的、具备船舶油耗数据分析能力的船舶油耗监测系统,使该系统可对船舶油耗信息进行收集、整合和挖掘,向有关部门提供优质的船舶油耗监测服务和实时的节能管理咨询服务。利用无线传感器采集数据监测船舶能耗并开发船舶能耗数据库,不仅为船舶运营管理提供参考依据,还有助于船舶所有人更直观地掌握船舶实时动态信息,更方便地调度和管理船舶。

【关键词】大数据;船舶油耗;监测系统;数据共享

0引言

国际海事组织(IMO)海洋环境保护委员会(MEPC)第69次会议提出:船舶应在每年末向其船旗国报告船舶油耗数据,船旗国相关部门把收到的数据输入IMO船舶燃油消耗数据库,并向MEPC提供环保、能效等分析报告。MEPC第70次会议通过了强制性船舶能耗数据收集要求,将于2019年执行。这对船舶管理人员的船舶油耗监测能力和管理能力提出了更高的要求。

目前业界使用的船舶油耗监测系统仅考虑到船舶动力装置的经济性因素,但实际上,受柴油机性能和自然条件的影响,货物周转量、船舶运输成本、柴油机排放性能等都是影响系统的因素。因此,船舶油耗影响因素是一个大数据集,在油耗管理中引进大数据技术是一条行之有效的途径。油耗管理的大数据技术包含船舶资源获取、存储管理、挖掘分析、可视展现等技术。本文设计的基于大数据技术的船舶油耗监测系统可有效提高油耗监测设备的适用性。

1系统的构成

船舶油耗近程监控系统由船舶信息采集终端和岸基数据管理服务组成,具备以下终端:

(1)燃油信息采集终端,如燃油流量计,把船舶油耗信息进行高效转换,从而得到相应的数字信号;

(2)船舶大数据信息采集终端,如GPS模块,接收船舶运行的各项动态数据(包括经度和纬度数据),将信息传输至指定的数据处理中心;

(3)采集网关,即参数收集与汇聚装置,作用相当于中央传感器;

(4)岸端数据服务核心设备,用于将船舶端数据分类并存储在数据服务器中,并提供操作界面,使用户能够直观地检查油耗数据。系统网络结构拓扑见图1。

2建立数据库

船舶的大数据信息主要分为环境、航行状态、主机运转状态等数据,因此采集燃油密度、燃油温度、燃油流量、船倾角度、船位纬度、船位经度、位置1吃水、位置2吃水、水流速度、左螺距、左舵角、船速、右螺距、右舵角、罗经航向、轨迹航向、船向、风角、风速等数据。船舶油耗检测管理系统构成见图2。数据收集采取实时通信的方式,以单船数据为例,软件实时收集船舶运行参数信息,其中部分重要的数据将会在主界面显示(见图3)。

3数据处理

3.1数据清洗

由于环境因素影响或采集器故障都可能导致数据偏差过大甚至出现错误数据,因此,为保证导入数据库中的数据适用,应在数据导入前对数据进行严格判定,即数据清洗。数据清洗时需要设定异常数据的识别规则,将数据进行阈值比对,若数据不在阈值范围内则被删除,若数据在阈值范围内则被导入数据库,具体方法是:

(1)相邻时间点的数据正常时,采用插值法进行数据清洗。插值法包括平均数插值、线性插值、曲线性插值等。针对实时数据,一般采用连续相邻时刻的平均值替代丢失数据;针对离线数据的清洗,采用前后两个相邻时刻的平均值替代丢失数据。

(2)相邻时间点的数据不正常时,采用灰色关联度算法。灰色关联度能衡量两个因素之间关联性大小,目的在于寻找系统中各因素之间的主要关系,从中找出影响目标值的重要因素,从而获得主要特征,步骤为:先选出含异常数据的数组,然后获取样本数据,计算灰色关联度,最后将异常数据数组的异常单元补齐数据。

3.2基于决策树的数据处理

在经过数据的初步处理和特征提取后,油耗的影响因素已被选出。由于浪级、燃油、温度等诸因素之间的关联性是非线性的,各项参数之间的物理因素很难被完整定量表示,因此采用决策树模型来處理这种关联性。[1]

4系统数据共享

船舶油耗是影响航运企业营收的重要因素。针对船舶运营燃油消耗受多种因素影响的特点,采用大数据技术设计的船舶油耗检测系统是船舶营运过程中能耗分析与管理优化的重要手段,可促进船舶精细化管理。该系统具有船舶油耗信息标准体系的完善功能,因而能够促进航运企业能耗管理体系的逐步健全。

在数据库基础上建立的船舶油耗数据分析服务,目标是建成对航运资源具有配置能力的服务中心,涉及港口、装载、航速、油品供应等信息交接转换平台。该监测系统正是对船舶油耗信息进行收集、整合和挖掘的系统,能够提供优质的船舶油耗监测和节能管理咨询的实时服务,咨询系统显示界面见图4、图5和图6。

5结语

在无线传感器广泛应用和“互联网+”时代到来的背景下,远程运行和监管船舶将是航运业发展的必然趋势,在线监

您可能关注的文档

文档评论(0)

16223f873f + 关注
实名认证
文档贡献者

文档文档,就是专业

1亿VIP精品文档

相关文档