[发明专利]轴功率模型的训练方法、装置及电子设备

说明书

本发明提供了一种轴功率模型的训练方法、装置及电子设备，涉及船舶技术领域，包括获取试验样本数据集；试验样本数据集包括轴功率和第一影响因子；基于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；通过实测数据对试验样本数据集进行递增处理，得到实测样本数据集；实测样本数据集包括第二影响因子；基于实测样本数据集和模型参数，对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。本发明有效的提升了轴功率模型的实用性和准确性。

技术领域

本发明涉及船舶技术领域，尤其是涉及一种轴功率模型的训练方法、装置及电子设备。

背景技术

在船舶设计时和运营时，需考虑快速性问题，即船舶航行速度与螺旋桨轴功率之间的关系，以及排水量、水深、气象等外部条件对上述关系的影响。，现有的方式均为通过传感器实时采集各类数据(包括轴功率、航速、排水量、水深和各类气象参数)，并在采集到足够多的数据后，探求轴功率与航速、排水量、水深和各气象参数之间的关系(也即轴功率模型)，进一步利用轴功率模型预测航行能耗、分析船舶性能等。然而这种方式依赖于大量的实测数据，因此在积累数据时需要耗费大量的时间，导致轴功率模型的实用性和准确性不足，用户体验差。

发明内容

本发明的目的在于提供一种轴功率模型的训练方法、装置及电子设备，提升了轴功率模型的准确性，进一步提升了用户使用体验。

第一方面，本发明实施例提供一种轴功率模型训练方法，包括：获取试验样本数据集；试验样本数据集包括轴功率和第一影响因子；基于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；通过实测数据对试验样本数据集进行递增处理，得到实测样本数据集；实测样本数据集包括第二影响因子；基于实测样本数据集和模型参数，对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。

在可选的实施方式中，获取试验样本数据集的步骤，包括：通过模型试验和/或数值试验获取轴功率及第一影响因子；数值试验包括计算流体力学数值试验；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；基于轴功率和第一影响因子确定试验样本数据集。

在可选的实施方式中，基于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。

在可选的实施方式中，预设的自适应机器学习方法包括贝叶斯线性回归；通过预设的自适应机器学习方法，基于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每个第一影响因子对应的模型参数的步骤，包括：对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轴功率模型进行初始训练，确定初始训练好的轴功率模型的模型参数。

在可选的实施方式中，第一影响因子与第二影响因子相同或不相同；通过实测数据对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：保持试验样本数据集不变，通过实测数据对试验样本数据集进行递增处理，得到实测样本数据集。

在可选的实施方式中，基于实测样本数据集和模型参数，对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模型参数，对轴功率模型进行更新训练，确定更新后的轴功率模型；更新后的轴功率模型为将模型参数更新后的轴功率模型。

第二方面，本发明实施例提供一种轴功率模型训练装置，装置包括：样本获取模块，用于获取试验样本数据集；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试验样本数据集进行递增处理，得到实测样本数据集；实测样本数据集包括第二影响因子；更新训练模块，用于基于实测样本数据集对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。