[发明专利]海底管线风险预测方法及装置

说明书

本发明提供了一种海底管线风险预测方法及装置，其中，所述方法包括：获取船舶历史位置数据集；根据所述船舶历史位置数据集中的经纬度度信息、地理标识信息，照片图像信息构建时间位置轨迹集合；根据所述时间位置轨迹集合得到船舶的语义特征；对所述船舶的语义特征进行分割；将分割后的语义特征和对应的时间位置轨迹集合，输入到时空孪生神经网络模型中进行训练；将AIS即时数据输入训练完成的时空孪生神经网络模型，并将输出结果作为轨迹预测结果；根据所述轨迹预测结果确定海管损坏风险。降低了由于预测不及时产生的海管损坏风险。

技术领域

本发明属于船舶轨迹智能预测技术领域，尤其是涉及一种海底管线风险预测方法及装置。

背景技术

在海底管线第三方破坏识别中，船舶的外力破坏是引起海底管线破坏的主要原因之一。对船舶的轨迹进行预测能够有效避免海底管线受到船舶活动、施工作业等随机性荷载的撞击、拖拽所造成的破坏事故。然而，船舶的轨迹信息常常存在时延性，不可靠性以及不完整性等特点，从而导致常规的预测方法无法精准预测船舶的轨迹，进而无法准确预测海底管线面临的船舶外力破坏风险。

发明内容

有鉴于此，本发明旨在提出一种海底管线风险预测方法及装置，以解决现有技术中无法精准预测船舶的轨迹的技术问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种海底管线风险预测方法，包括：

获取船舶历史位置数据集；

根据所述船舶历史位置数据集中的经纬度度信息、地理标识信息，照片图像信息构建时间位置轨迹集合；

根据所述时间位置轨迹集合得到船舶的语义特征；

对所述船舶的语义特征进行分割；

将分割后的语义特征和对应的时间位置轨迹集合，输入到时空孪生神经网络模型中进行训练；

将AIS即时数据输入训练完成的时空孪生神经网络模型，并将输出结果作为轨迹预测结果；

根据所述轨迹预测结果确定海管损坏风险。

进一步的，所述获取船舶历史位置数据集，包括：

从AIS历史数据中获取船舶历史位置数据集。

进一步的，所述根据所述船舶历史位置数据集中的经纬度度信息、地理标识信息，照片图像信息构建时间位置轨迹集合，包括：对时间位置轨迹集合进行去噪处理。

进一步的，所述对时间位置轨迹集合进行去噪处理，包括：

删除MMSI码错误的数据，删除船舶位置的经纬度出现负值或是经度大于180度、纬度大于90度数据，删除航速为负值或大于60kn的数据；

将船舶轨迹点与航域信息进行比对，删除超过研究航域范围的数据，对长时间停止运行的轨迹点进行合并；

计算时间范围内轨迹点之间的平均时间和平均距离，结合船舶驾驶速度的上限，获取预设时间段内船舶行驶距离的上限，消除轨迹时间序列中明显定位误差的轨迹点；

对消除后的轨迹时间序列中数据进行归一化处理，得到时间位置轨迹集合。

进一步的，所述根据所述时间位置轨迹集合得到船舶的语义特征，包括：

根据船舶轨迹数据中的时间戳，在预设的时间范围内，突然采集到速度和航向指标，并且船舶的空间位置开始移动，即判断为船舶轨迹开始移动,将轨迹开始移动的初始时间位置设置为起点；

对轨迹结束的位置设置为终点，在预设的时长范围内，接收到船舶数据的地理信息没有变化并且速度和航向指标为0时，判定船舶开始停留；当停留的时间长过停留时间阈值时，判定为船舶轨迹终点；