【技術實現步驟摘要】
本專利技術涉及船舶工程，具體涉及一種基于貝葉斯優化的船舶cii評級優化方法及系統。
技術介紹
1、航運作為人類和貨物運輸的重要方式，占全球貿易的80％以上，同時也產生了大量溫室氣體(ghg)排放，對全球海洋和大氣環境造成嚴重壓力。根據國際海事組織(imo)發表的最新的“第四個國際海事組織2020年溫室氣體研究”，總航運二氧化碳顯示增長9.77％，從2012年的9.62億噸到2018年的10.56億噸，在去年，在全球人為排放的航運排放的份額已達到2.89％。及時有效措施減少運輸溫室氣體排放的重要性怎么強調也不過分。
2、國際海事組織負責船舶安全和防止船舶造成的海洋和大氣污染。其海洋環境保護委員會(mepc)一直在通過制定戰略目標和一系列監管措施來促進減少航運排放。后者包括運行中的碳強度指標(cii)，它自引入以來已經引起了航運業的廣泛關注。cii于2021年6月被mepc采用，自2023年1月1日起生效，它規定了量化碳強度水平和建立營運船舶評級系統的計算公式。
3、國際海事組織指出，船舶運行低或零碳燃料能夠得到更高的評級比一個運行在化石燃料，但有許多其它措施可以采取來提高船舶的評級，涉及各種各樣的技術和操作解決方案。在技術解決方案方面，典型的措施包括引入發動機功率限制(engine?powerlimitation，簡稱epl)、船體清洗、節能裝置(energy?saving?devices，esds)和余熱回收(waste?heat?recovery，whr)系統的應用。
4、引入這些措施存在下
技術實現思路
1、為解決現有的提高船舶的評級的措施存在影響船舶靈活性、安裝和維護成本較高、前期投資大以及系統復雜等問題，本專利技術提供一種基于貝葉斯優化的船舶cii評級優化方法，將多源數據融合以構建船舶歷史運營數據并速度優化進而對營運船舶進行cii評級，以及采用貝葉斯優化建立基于船舶航行表現、經濟效益最大化、cii評級為約束的貝葉斯優化模型，在船舶運營最大化和對環境影響之間平衡，使運營效益最大化，同時滿足國際海事組織對cii的要求，并為船舶綠色低碳航行提供航速和滿載率指標提供航行參考。本專利技術還涉及一種基于貝葉斯優化的船舶cii評級優化系統。
2、本專利技術的技術方案如下：
3、一種基于貝葉斯優化的船舶cii評級優化方法，其特征在于，包括以下步驟：
4、多源數據融合步驟，將若干數據源的船舶ais數據和mrv報文數據進行多源數據融合與分析，形成船舶歷史運營基礎數據；
5、船舶油耗計算模型構建步驟，基于所述船舶歷史運營基礎數據，結合源自mrv報文數據中的船舶燃料消耗與船舶轉速之間的立方關系，建立船舶油耗計算模型，并根據船舶油耗計算模型計算船舶油耗和船舶碳排放量；
6、速度優化步驟，基于所述船舶歷史運營基礎數據，將源自船舶ais數據中的船舶歷史航行速度劃分為若干速度等級，并計算不同速度等級的平均速度，結合船舶在不同速度等級的航行時間占比、船舶空滿載狀態距離占比以及不同速度等級的平均速度計算船舶空滿載狀態下的航行距離，并將已計算的船舶油耗轉化為速度優化的船舶空滿載狀態下的油耗；
7、船舶cii評級計算步驟，基于所述船舶歷史運營基礎數據，結合計算的船舶碳排放量，計算給定年度船舶cii評級；
8、cii評級優化模型構建步驟，根據計算出的速度優化的船舶空滿載狀態下的油耗、船舶空滿載狀態下的航行距離、給定年度船舶cii評級，采用貝葉斯優化算法建立以船舶cii評級為約束條件且以最大化船舶滿載狀態下的航行距離為優化目標的cii評級優化模型；
9、優化結果輸出步驟，根據構建的cii評級優化模型對船舶cii評級優化后，輸出不同速度等級的平均航速的優化結果以及空滿載狀態下的航行距離的優化結果。
10、優選地，所述船舶油耗計算模型構建步驟中，基于所述船舶歷史運營基礎數據中源自mrv報文數據的船舶燃料消耗與船舶轉速之間的立方關系以及吃水數據所確定的空滿載狀態，建立船舶油耗計算模型并計算滿載狀態下的船舶油耗和空載狀態下的船舶油耗以及相應的船舶碳排放量。
11、優選地，所述速度優化步驟中，基于所述船舶歷史運營基礎數據，將源自船舶ais數據中的船舶歷史航行速度劃分為低、中、高三個等級，并分別計算船舶低、中、高三個等級的平均速度，結合船舶低、中、高三個等級的各自航行時間占比、全年總航行時間、船舶空滿載狀態距離占比以及船舶低、中、高三個等級的平均速度計算船舶空滿載狀態下的航行距離；并根據船舶低、中、高三個等級的各自航行時間占比、全年總航行時間、船舶空滿載狀態距離占比以及船舶低、中、高三個等級的平均速度，將已計算的滿載狀態下的船舶油耗和空載狀態下的船舶油耗分別轉化為各等級速度優化的船舶空滿載狀態下的油耗。
12、優選地，所述船舶cii評級計算步驟中，將船舶運載能力與給定年度航行距離的乘積作為所承擔的總運輸功，通過計算的船舶碳排放量與所承擔的總運輸功的比值計算得到給定年度船舶cii值；并將船舶在某歷史年度達到營運碳強度性能中位數的曲線作為cii基線參考值，根據國際海事組織對碳排放量的要求并結合cii基線參考值以及cii評級折減系數，計算該給定年度要求的船舶cii值；再將給定年度船舶cii值與要求的船舶cii值之間進行比值計算并根據cii評級計算規則，得到船舶在給定年度的cii評級。
13、優選地，所述cii評級優化模型構建步驟中，采用貝葉斯優化算法，將船舶低、中、高三個等級的平均速度以及船舶低、中、高三個等級的各自航行時間占比作為決策變量，且當前年度船舶cii值小于等于cii評級計算規則中的較高邊界值，船舶低級的平均速度小于歷史日速度的33％分位數，船舶中級的平均速度位于歷史日速度的33％分位數和66％分位數之間，船舶高級的平均速度位于歷史日速度66％分位數與歷史日速度的最大值之間，建立以船舶cii評級為約束條件且以最大化船舶滿載狀態下的航行距離為優化目標的cii評級優化模型。
14、優選地，所述優化結果輸出步驟中，基于cii評級計算規則設定船舶目標cii評級，將船舶目標cii評級輸入至建立的cii評級優化模型并按照預設的初始值和迭代次數計算求解得到一組可行解以完成對本文檔來自技高網...
【技術保護點】
1.一種基于貝葉斯優化的船舶CII評級優化方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的船舶CII評級優化方法，其特征在于，所述船舶油耗計算模型構建步驟中，基于所述船舶歷史運營基礎數據中源自MRV報文數據的船舶燃料消耗與船舶轉速之間的立方關系以及吃水數據所確定的空滿載狀態，建立船舶油耗計算模型并計算滿載狀態下的船舶油耗和空載狀態下的船舶油耗以及相應的船舶碳排放量。
3.根據權利要求2所述的船舶CII評級優化方法，其特征在于，所述速度優化步驟中，基于所述船舶歷史運營基礎數據，將源自船舶AIS數據中的船舶歷史航行速度劃分為低、中、高三個等級，并分別計算船舶低、中、高三個等級的平均速度，結合船舶低、中、高三個等級的各自航行時間占比、全年總航行時間、船舶空滿載狀態距離占比以及船舶低、中、高三個等級的平均速度計算船舶空滿載狀態下的航行距離；并根據船舶低、中、高三個等級的各自航行時間占比、全年總航行時間、船舶空滿載狀態距離占比以及船舶低、中、高三個等級的平均速度，將已計算的滿載狀態下的船舶油耗和空載狀態下的船舶油耗分別轉化為各等級速度優化的船舶空滿載狀態下
4.根據權利要求1至3之一所述的船舶CII評級優化方法，其特征在于，所述船舶CII評級計算步驟中，將船舶運載能力與給定年度航行距離的乘積作為所承擔的總運輸功，通過計算的船舶碳排放量與所承擔的總運輸功的比值計算得到給定年度船舶CII值；并將船舶在某歷史年度達到營運碳強度性能中位數的曲線作為CII基線參考值，根據國際海事組織對碳排放量的要求并結合CII基線參考值以及CII評級折減系數，計算該給定年度要求的船舶CII值；再將給定年度船舶CII值與要求的船舶CII值之間進行比值計算并根據CII評級計算規則，得到船舶在給定年度的CII評級。
5.根據權利要求1所述的船舶CII評級優化方法，其特征在于，所述CII評級優化模型構建步驟中，采用貝葉斯優化算法，將船舶低、中、高三個等級的平均速度以及船舶低、中、高三個等級的各自航行時間占比作為決策變量，且當前年度船舶CII值小于等于CII評級計算規則中的較高邊界值，船舶低級的平均速度小于歷史日速度的33％分位數，船舶中級的平均速度位于歷史日速度的33％分位數和66％分位數之間，船舶高級的平均速度位于歷史日速度66％分位數與歷史日速度的最大值之間，建立以船舶CII評級為約束條件且以最大化船舶滿載狀態下的航行距離為優化目標的CII評級優化模型。
6.根據權利要求1所述的船舶CII評級優化方法，其特征在于，所述優化結果輸出步驟中，基于CII評級計算規則設定船舶目標CII評級，將船舶目標CII評級輸入至建立的CII評級優化模型并按照預設的初始值和迭代次數計算求解得到一組可行解以完成對船舶CII評級優化，輸出船舶在當前年度不同速度等級的平均航速和對應航行時間的優化結果以及空滿載狀態下的航行距離的優化結果。
7.一種基于貝葉斯優化的船舶CII評級優化系統，其特征在于，包括依次連接的多源數據融合模塊、船舶油耗計算模型構建模塊、速度優化模塊、船舶CII評級計算模塊、CII評級優化模型構建模塊和優化結果輸出模塊，
8.根據權利要求7所述的船舶CII評級優化系統，其特征在于，所述船舶油耗計算模型構建模塊中，基于所述船舶歷史運營基礎數據中源自MRV報文數據的船舶燃料消耗與船舶轉速之間的立方關系以及源自船舶AIS數據的吃水數據所確定的空滿載狀態，建立船舶油耗計算模型并計算滿載狀態下的船舶油耗和空載狀態下的船舶油耗以及相應的船舶碳排放量。
9.根據權利要求8所述的船舶CII評級優化系統，其特征在于，所述速度優化模塊中，基于所述船舶歷史運營基礎數據，將源自船舶AIS數據中的船舶歷史航行速度劃分為低、中、高三個等級，并分別計算船舶低、中、高三個等級的平均速度，結合船舶低、中、高三個等級的各自航行時間占比、全年總航行時間、船舶空滿載狀態距離占比以及船舶低、中、高三個等級的平均速度計算船舶空滿載狀態下的航行距離；并根據船舶低、中、高三個等級的各自航行時間占比、全年總航行時間、船舶空滿載狀態距離占比以及船舶低、中、高三個等級的平均速度，將已計算的滿載狀態下的船舶油耗和空載狀態下的船舶油耗分別轉化為各等級速度優化的船舶空滿載狀態下的油耗。
10.根據權利要求7至9之一所述的船舶CII評級優化系統，其特征在于，所述船舶CII評級計算模塊中，將船舶運載能力與給定年度航行距離的乘積作為所承擔的總運輸功，通過計算的船舶碳排放量與所承擔的總運輸功的比值計算得到給定年度船舶CII值；并將船舶在某歷史年度達到營運碳強度性能中位數的曲線作為CII基線參考值，根據國際海事組織對...
【技術特征摘要】
1.一種基于貝葉斯優化的船舶cii評級優化方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的船舶cii評級優化方法，其特征在于，所述船舶油耗計算模型構建步驟中，基于所述船舶歷史運營基礎數據中源自mrv報文數據的船舶燃料消耗與船舶轉速之間的立方關系以及吃水數據所確定的空滿載狀態，建立船舶油耗計算模型并計算滿載狀態下的船舶油耗和空載狀態下的船舶油耗以及相應的船舶碳排放量。
3.根據權利要求2所述的船舶cii評級優化方法，其特征在于，所述速度優化步驟中，基于所述船舶歷史運營基礎數據，將源自船舶ais數據中的船舶歷史航行速度劃分為低、中、高三個等級，并分別計算船舶低、中、高三個等級的平均速度，結合船舶低、中、高三個等級的各自航行時間占比、全年總航行時間、船舶空滿載狀態距離占比以及船舶低、中、高三個等級的平均速度計算船舶空滿載狀態下的航行距離；并根據船舶低、中、高三個等級的各自航行時間占比、全年總航行時間、船舶空滿載狀態距離占比以及船舶低、中、高三個等級的平均速度，將已計算的滿載狀態下的船舶油耗和空載狀態下的船舶油耗分別轉化為各等級速度優化的船舶空滿載狀態下的油耗。
4.根據權利要求1至3之一所述的船舶cii評級優化方法，其特征在于，所述船舶cii評級計算步驟中，將船舶運載能力與給定年度航行距離的乘積作為所承擔的總運輸功，通過計算的船舶碳排放量與所承擔的總運輸功的比值計算得到給定年度船舶cii值；并將船舶在某歷史年度達到營運碳強度性能中位數的曲線作為cii基線參考值，根據國際海事組織對碳排放量的要求并結合cii基線參考值以及cii評級折減系數，計算該給定年度要求的船舶cii值；再將給定年度船舶cii值與要求的船舶cii值之間進行比值計算并根據cii評級計算規則，得到船舶在給定年度的cii評級。
5.根據權利要求1所述的船舶cii評級優化方法，其特征在于，所述cii評級優化模型構建步驟中，采用貝葉斯優化算法，將船舶低、中、高三個等級的平均速度以及船舶低、中、高三個等級的各自航行時間占比作為決策變量，且當前年度船舶cii值小于等于cii評級計算規則中的較高邊界值，船舶低級的平均速度小于歷史日速度的33％分位數，船舶中級的平均速度位于歷史日速度的33％分位數和66％分位數之間，船舶高級的平均速度位于歷史日速度66％分位數與歷史日速度的最大值之間，建立以船舶cii評級為約束條件且以最大化船舶滿載狀態下的航行距離為優化目標的cii評...
【專利技術屬性】
技術研發人員：蔣和，陳敏，王紹函，趙凱峰，
申請(專利權)人：中遠海運科技股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。