基于数据驱动的船舶油耗预测模型研究

• 作者: 尹石军 廖林豪 林召凯 高海波
• 来源期刊: 江苏船舶
• 学科: 交通运输
• 关键词: 油耗预测 LSTM神经网络 黑箱模型 数据预处理
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 船舶动力装置
• 页码范围: 29-32
• 页数: 4页
• 分类号: U676.3
• 字数: 3559字
• 语种: 中文
• DOI: 10.19646/j.cnki.32-1230.2020.01.008

摘要

以某客滚船为研究对象,将大量航行实际数据进行预处理,通过斯皮尔曼等级相关分析选择出船舶左右桨螺距、左右舷舵角、纵倾、船首风速、船舶对水和对地航速为油耗主要影响参数.建立基于LSTM神经网络的黑箱模型对数据进行学习并预测油耗,额外选取测试样本验证模型精度,优化模型内部结构以进一步提高预测精度.将最终得到的预测数据与实测数据对比,证明模型具有良好的准确性.该研究方法能为船舶运营人员优化运营方案提供参考,能够提高水路交通运输的经济性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高海波	武汉理工大学能源与动力工程学院	70	356	9.0	16.0
2	尹石军		3	0	0.0	0.0
3	林召凯		2	0	0.0	0.0
4	廖林豪	武汉理工大学能源与动力工程学院	4	0	0.0	0.0