[发明专利]轴功率模型的训练方法、装置及电子设备

权利要求书

1.一种轴功率模型训练方法，其特征在于，包括：

获取试验样本数据集；所述试验样本数据集包括轴功率和第一影响因子；

基于所述试验样本数据集对轴功率模型进行初始训练，得到初始训练好的轴功率模型的模型参数；

通过实测数据对所述试验样本数据集进行递增处理，得到实测样本数据集；所述实测样本数据集包括第二影响因子；

基于所述实测样本数据集和所述模型参数，对所述初始训练好的轴功率模型进行更新训练，确定更新后的轴功率模型；

所述获取试验样本数据集的步骤，包括：通过模型试验和/或数值试验获取所述轴功率及所述第一影响因子；所述数值试验包括计算流体力学数值试验；所述第一影响因子包括以下至少一种参数：气象参数、对地航速、空气密度、海水密度、海水粘度、排水量、水深；基于所述轴功率和所述第一影响因子确定所述试验样本数据集；

所述预设的自适应机器学习方法包括贝叶斯线性回归；所述通过预设的自适应机器学习方法，基于所述试验样本数据集对轴功率模型进行初始训练，得到所述初始训练好的轴功率模型的所述模型参数的步骤，包括：对所述试验样本数据集进行第一特征推广处理；通过贝叶斯线性回归，基于第一特征推广结果对所述轴功率模型进行初始训练，确定所述初始训练好的轴功率模型的所述模型参数；

所述第一影响因子与所述第二影响因子不相同；所述通过实测数据对所述试验样本数据集进行递增处理，得到实测样本数据集的步骤，包括：保持所述试验样本数据集不变，通过所述实测数据对所述试验样本数据集进行递增处理，得到所述实测样本数据集；

所述基于所述实测样本数据集和所述模型参数，对所述初始训练好的轴功率模型进行更新训练，确定更新后的轴功率模型的步骤，包括：对所述实测样本数据集进行第二特征推广处理；基于第二特征推广结果和所述模型参数，对所述轴功率模型进行更新训练，确定所述更新后的轴功率模型；所述更新后的轴功率模型为将所述模型参数更新后的轴功率模型。

2.根据权利要求1所述的方法，其特征在于，基于所述试验样本数据集对轴功率模型进行初始训练，得到初始训练好的轴功率模型的模型参数的步骤，包括：

通过预设的自适应机器学习方法，基于所述试验样本数据集对所述轴功率模型进行初始训练，得到所述初始训练好的轴功率模型的所述模型参数。

3.一种轴功率模型训练装置，其特征在于，所述装置包括：

样本获取模块，用于获取试验样本数据集；所述试验样本数据集包括轴功率和第一影响因子；

初始训练模块，用于基于所述试验样本数据集对轴功率模型进行初始训练，得到初始训练好的轴功率模型；

样本递增模块，用于通过实测数据对所述试验样本数据集进行递增处理，得到实测样本数据集；所述实测样本数据集包括第二影响因子；

更新训练模块，用于基于所述实测样本数据集对所述初始训练好的轴功率模型进行更新训练，确定更新后的轴功率模型；

所述样本获取模块，进一步用于通过模型试验和/或数值试验获取所述轴功率及所述第一影响因子；所述数值试验包括计算流体力学数值试验；所述第一影响因子包括以下至少一种参数：气象参数、对地航速、空气密度、海水密度、海水粘度、排水量、水深；基于所述轴功率和所述第一影响因子确定所述试验样本数据集；

所述预设的自适应机器学习方法包括贝叶斯线性回归；对所述试验样本数据集进行第一特征推广处理；通过贝叶斯线性回归，基于第一特征推广结果对所述轴功率模型进行初始训练，确定所述初始训练好的轴功率模型的所述模型参数；

第一影响因子与第二影响因子不相同；所述样本递增模块，进一步用于保持所述试验样本数据集不变，通过所述实测数据对所述试验样本数据集进行递增处理，得到所述实测样本数据集；

所述更新训练模块，进一步用于对所述实测样本数据集进行第二特征推广处理；基于第二特征推广结果和所述模型参数，对所述轴功率模型进行更新训练，确定所述更新后的轴功率模型；所述更新后的轴功率模型为将所述模型参数更新后的轴功率模型。

4.一种电子设备，其特征在于，处理器和存储装置；

所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如权利要求1或2所述的方法。

5.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1或2所述的方法的步骤。