[发明专利]一种船舶主机工况划分方法及系统

说明书

本发明提供了一种船舶主机工况划分方法及系统，该方法先采集船舶数据，并计算出单位时间内船舶数据中的主机功率平均值、主机转速平均值、海水温度平均值、增压器转速平均值和气缸排气温度平均值，然后采用k‑means聚类算法对主机功率平均值和主机转速平均值进行聚类划分，得到多个簇，再利用卷积平滑算法补全缺失数据，最后利用高斯混合模型聚类算法对补全后的海水温度平均值、增压器转速平均值和气缸排气温度平均值进行工况划分，划分出各个簇下的多个主机工况，能够有效提升主机工况的划分能力。

技术领域

本发明涉及数据处理技术领域，具体涉及一种船舶主机工况划分方法及系统。

背景技术

船舶的日常运行成本非常高昂，有效的运行时间决定了船东的盈利水平。船舶主机是船舶核心的动力装置，其在使用过程中不可避免地会发生一些故障，这些故障的发生将严重影响船舶的正常运营，不仅影响设备的正常运转，严重时还会产生事故，甚至危及人身安全。

船舶主机的运行状态是船舶航行状态的重要指标。目前国内外对船舶主机的研究主要集中在主机的故障分析和预测上，对如何识别不同的工况，从而根据不同工况进行故障分析的研究较少，有限的研究仍存在着无法精细划分出船舶正常营运下的主机工况以及工况划分较慢和考虑不周等问题。

而主机工况划分是后续实现主机效率、故障预测、运行分析的主要基础。根据实船采集的船舶设备信息以及航行信息，按照主机运行的物理原型，对主机工况进行合理的划分，需要考虑多个设备参数，包括增压器参数、冷却水参数等复杂机构的参数。

实际工程应用中，很多设备参数很难获得且有时候数据会发生丢失。主机工况的变化也会受温度、机器老化的影响，例如船舶刚营运期间和船舶已经营运多年的工况是不一样的，因此，根据实船数据划分出合理的船舶主机运行工况可以为确定船舶污染物排放量、预估燃油消耗量、评估主机性能评估以及主机关键设备故障诊断预测等方面奠定了基础，为船舶设备管理和维护提供了参考依据。

而主机工况运行是一个耦合的过程，各个主要设备会相互影响导致工况发生变化，但是实际船舶很难全面输出主机运行物理模型需要的参数，因此按照现有的方法，这个工况划分存在一定难度。

发明内容

为解决现有对主机工况划分过程中存在的划分不够精细，以及效率低下等问题，本发明提供了一种船舶主机工况划分方法，利用卷积平滑算法对缺失数据进行弥补，并利用聚类分析方法挖掘出主机各个工况，能够有效提升主机工况划分能力，更加精细化地划分出船舶正常营运下的主机工况。本发明还涉及一种船舶主机工况划分系统。

本发明的技术方案如下：

一种船舶主机工况划分方法，其特征在于，包括以下步骤：

数据采集及计算步骤：采集船舶数据，所述船舶数据包括主机功率、主机转速、海水温度、增压器转速和气缸排气温度，并计算出单位时间内主机功率平均值、主机转速平均值、海水温度平均值、增压器转速平均值和气缸排气温度平均值；

数据补全步骤：采用k-means聚类算法对某段时间内的多个主机功率平均值和多个主机转速平均值进行聚类划分，得到多个簇，通过某一时刻各个簇下多个数据点的数据采集情况判断是否有海水温度平均值、增压器转速平均值或气缸排气温度平均值出现缺失，若某个数据出现缺失，则利用卷积平滑算法补全缺失数据；

工况划分步骤：利用高斯混合模型聚类算法对补全后的海水温度平均值、增压器转速平均值和气缸排气温度平均值进行工况划分，划分出各个簇下的多个主机工况。

优选地，所述数据补全步骤中，利用卷积平滑算法补全缺失数据具体包括：

若某个数据点在某一时刻的前一个子时间段内的数据完整时，则利用所述前一个子时间段内的数据进行补全；

若某个数据点在某一时刻的前一个子时间段内的数据不完整时，则利用该数据点在某一时刻的后一个子时间段内的数据进行补全；