基于模糊聚类和遗传算法的船舶能效管理控制平台及方法

摘要

本发明提供一种基于模糊聚类和遗传算法的船舶能效管理控制平台，包括传感器组；下位机系统；上位机系统，包括上位机通讯模块、数据存储模块、数据处理模块和船舶能效综合管理控制模块；数据处理模块用于调用数据存储模块中的参数、将接收的所有参数解析并提供给船舶能效综合管理控制模块；船舶能效综合管理控制模块用于利用解析后的参数，基于模糊聚类和遗传算法，实时计算船舶当前的能效营运指数，为船舶操纵者提供参考，系统可确定船舶的最佳航速、供电形式及负载的工作状态，并自动输出控制命令。本发明能够实时监测船舶的能耗状态，并消除或降低环境因素对船舶能耗的影响，避免预先设定航速的不合理性，从而达到节能减排的目的。

说明书

技术领域

本发明涉及船舶能效监测与提升技术领域，尤其涉及一种基于模糊聚类和遗传算法的船 舶能效管理控制平台及方法。

背景技术

随着全球气候变暖和CO₂温室气体排放的增加，《国际防止船舶造成污染公约》(MARPOL 公约)附则VI缔约国于2011年7月15日在海洋环境保护委员会第62次会议上一致通过， 标志着世界首部行业性的具有强制实施效力的全球温室气体减排规定诞生了。航运业面临越 来越大的节能减排压力，如何采取合理的措施提高船舶能效、降低排放是航运业亟待解决的 问题。国际海事组织(IMO)制定了能效设计指数(EEDI)和能效营运指数(EEOI)评价指 标，分别从设计和运行管理两方面来探索提高船舶能效的有效途径。船舶在航行的过程中由 于受环境的影响，使得船舶偏离了最佳的工况点，从而使得船舶多数时间运行在能效较低的 状态。此外，船舶驾驶员在操作的过程中无法直观的获取船舶当前的能耗状态信息，多数情 况下是凭经验控制船舶在既定的航速下运行，不仅降低了船舶的经济性而且增加了CO₂的排 放。

发明内容

本发明要解决的技术问题是：提供一种基于模糊聚类和遗传算法的船舶能效管理控制平 台及方法，实时监测船舶的能耗状态，并消除或降低环境因素对船舶能耗的影响，避免预先 设定航速的不合理性，从而达到节能减排的目的。

本发明为解决上述技术问题所采取的技术方案为：一种基于模糊聚类和遗传算法的船舶 能效管理控制平台，其特征在于：它包括：

传感器组，用于采集控制所需的参数；

下位机系统，包括数据采集模块和下位机通讯模块，数据采集模块用于采集离散型参数、 获取传感器组采集的参数，下位机通讯模块用于将所有参数全部上传、接收控制命令并发送 给相应的执行机构；

上位机系统，包括上位机通讯模块、数据存储模块、数据处理模块和船舶能效综合管理 控制模块；上位机通讯模块用于接收下位机通讯模块上传的所有参数、向下位机通讯模块发 送控制命令；数据存储模块用于将所有参数进行存储；数据处理模块用于调用数据存储模块 中的参数、将接收的所有参数解析并提供给船舶能效综合管理控制模块；船舶能效综合管理 控制模块用于利用解析后的参数，基于模糊聚类和遗传算法，实时计算船舶当前的能效营运 指数，确定船舶的最佳航速、供电形式及负载的工作状态，并可自动输出控制命令。

按上述方案，所述的上位机系统还包括人机界面，用于显示所有参数和船舶当前的能效 营运指数、提供数据存储模块的调用端口、以及输入控制命令。

按上述方案，所述的传感器组包括油耗传感器、扭矩转速传感器、风速风向传感器、航 速航向传感器、水流速度传感器、主机参数传感器、电网参数传感器组和水深传感器。

按上述方案，所述的上位机通讯模块和下位机通讯模块之间包括三种通讯类型：下位双 CAN通讯、串行通讯及上位双冗余以太网通讯；下位双CAN通讯通过CAN口服务器统一采集 离散型参数并通讯上传至上位机；串行通讯通过串口服务器采集各端口的传感器组采集的参 数，在CAN口服务器和串口服务器内将采集来的所有参数映射至以太网，供上位机系统访问。

利用上述基于模糊聚类和遗传算法的船舶能效管理控制平台实现的控制方法，其特征在 于：利用采集到的所有参数，采取模糊聚类的方法对通航环境进行聚类分析，并通过多元非 线性回归分析的方法得到船舶营运指数与通航环境的动态响应关系，以船舶营运指数最小为 目标，以主机转速为优化变量，以满足全船的功率需求为约束，采取遗传算法进行动态寻优， 确定不同通航环境下的主机最佳转速、供电形式及负载的工作状态，自动输出控制命令。

按上述方法，所述的所有参数包括油耗、扭矩转速、风速风向、航速航向、水流速度与 水深数据。

按上述方法，该方法还包括人机界面和手动模式，

人机界面用于显示所有参数和船舶当前的能效营运指数、提供数据存储模块的调用端口、 以及输入控制命令；

手动模式下，由操作人员根据人机界面显示的所有参数和船舶当前的能效营运指数，确 定不同通航环境下的主机最佳转速、供电形式及负载的工作状态，通过人机界面手动输入并 发送控制命令给相应的执行机构。

按上述方法，所述的控制命令包括主机转速控制命令、自动卸载控制命令和/或主发轴发 切换控制命令，其中主发轴发切换控制命令为主发发电机、轴带发发电机切换控制命令。

按上述方法，所述的采取模糊聚类的方法对通航环境进行聚类分析具体为：采集到的所 有参数构成通航环境要素数据，将整个航段的通航环境要素数据以向量的形式表示；采用模 糊传递闭包法对通航环境要素进行分类。

按上述方法，所述的通过多元非线性回归分析的方法得到船舶营运指数与通航环境的动 态响应关系，具体为：

利用模糊聚类的方法得出的通航环境要素的分类，提取同种类的通航环境要素数据及所 计算的能效营运指数，分别绘制能效营运指数与各通航环境要素之间的散点图，采用多元非 线性回归函数确定能效营运指数与各通航环境要素的关系，从而对能效营运指数计算公式进 行修正，获得不同种类通航环境要素下的能效营运指数计算公式。

按上述方法，所述的采取遗传算法进行动态寻优具体为：

把主机转速编码为染色体，利用迭代的方式进行选择、交叉以及变异运算来交换种群中 染色体的信息，最终生成符合优化目标的染色体，即满足约束条件下的能效营运指数最小所 对应的主机最佳转速值，根据此最佳转速值输出控制命令。

本发明的有益效果为：通过设计一种基于模糊聚类和遗传算法的船舶能效管理控制平台 及方法，在不同的通航环境下，实时监测船舶当前的能耗状态并通过人机界面进行实时显示， 从而为船舶操纵者提供参考，并可以通过基于模糊聚类和遗传算法的船舶能效综合管理与控 制模型确定船舶的最佳航速所对应的主机转速，在航行环境允许的情况下，可自动控制主机 在此转速下运行，通过优化控制主机的转速可以提升船舶的能效水平，并消除或降低环境因 素对船舶能耗的影响，规避预设航速的不合理性，从而节能环保、降低排放。

附图说明

图1为本发明一实施例的结构示意图。

图2为本发明一实施例的通信原理图。

图3为本发明一实施例的控制流程图。

具体实施方式

以下将对本发明的实施例给出详细的说明。尽管本发明将结合一些具体实施方式进行阐 述和说明，但需要注意的是本发明并不仅仅只局限于这些实施方式。相反，对本发明进行的 修改或者等同替换，均应涵盖在本发明的权利要求范围当中。

另外，为了更好的说明本发明，在下文的具体实施方式中给出了众多的具体细节。本领 域技术人员将理解，没有这些具体细节，本发明同样可以实施。在另外一些实例中，对于大 家熟知的方法、流程、元件和电路未作详细描述，以便于凸显本发明的主旨。

图1为本发明一实施例的结构示意图，基于模糊聚类和遗传算法的船舶能效管理控制平 台包括：传感器组，用于采集控制所需的参数(本实施例中传感器组包括油耗传感器、扭矩 转速传感器、风速风向传感器、航速航向传感器、水流速度传感器、主机参数传感器、电网 参数传感器组和水深传感器)；下位机系统，包括数据采集模块和下位机通讯模块，数据采集 模块用于采集离散型参数、获取传感器组采集的参数，下位机通讯模块用于将所有参数全部 上传、接收控制命令并发送给相应的执行机构；上位机系统，包括上位机通讯模块、数据存 储模块、数据处理模块和船舶能效综合管理控制模块；上位机通讯模块用于接收下位机通讯 模块上传的所有参数、向下位机通讯模块发送控制命令；数据存储模块用于将所有参数进行 存储；数据处理模块用于调用数据存储模块中的参数、将接收的所有参数解析并提供给船舶 能效综合管理控制模块；船舶能效综合管理控制模块用于利用解析后的参数，基于模糊聚类 和遗传算法，实时计算船舶当前的能效营运指数(EEOI)，确定船舶的最佳航速、供电形式及 负载的工作状态，并自动输出控制命令。

上位机通讯模块和下位机通讯模块之间包括三种通讯类型：下位双CAN通讯、串行通讯 及上位双冗余以太网通讯。如图2所示，下位双CAN通讯通过CAN口服务器统一采集离散型 参数并通讯上传至上位机；串行通讯通过串口服务器采集各端口的传感器组所采集的参数， 在CAN口服务器和串口服务器内将采集来的所有参数映射至以太网，供上位机系统访问。本 实施例中，其中，传感器所采集的航速航向、转速扭矩、经纬度、油耗、风速风向、水流速 度与水深数据通过RS485总线经串行服务器上传至以太网；此外，其它离散点数据，如数字 量输入、输出，模拟量输入、输出等离散变量数据则通过CAN总线经CAN口服务器上传至 以太网。

数据存储模块根据实际使用需要将以太网上各类型数据存储在数据库中，数据库采用 SQL数据库，在实际使用中，若需要调用或查询相关数据可通过数据处理模块间接完成。其 中，数据的记录以数据库方式存储在平台服务器的硬盘上。信息管理采取循环归档方式并根 据存储空间和时间间隔指定信息归档数量，陈旧信息将被新信息自动替代。

数据处理模块将各通讯数据帧解析后供船舶能效综合管理控制模块使用。若对历史数据 或参数进行查询，也可通过数据处理模块进行调用。上位机可通过客户端访问服务器的形式 对上传数据进行读取。

优选的，上位机系统还包括人机界面，用于显示所有参数和船舶当前的能效营运指数、 提供数据存储模块的调用端口。人机界面，作为人机交互的媒介，起到显示数据和发送命令 的作用，主要包括主界面、环境参数显示界面、主机参数显示与控制界面、船舶电网参数显 示界面、能耗参数显示界面、优化管理控制界面。其特征在于所述的人机界面通过C#语言 编写完成。其中下位采集的数据，软件可自行从网络读取，如环境参数、主机参数；部分综 合性的参数则通过所述的上位机系统的船舶能效综合管理控制模块处理后进行相应显示，如 当前船舶能效营运指数(EEOI)、当前环境下的主机最佳转速。

利用上述基于模糊聚类和遗传算法的船舶能效管理控制平台实现的控制方法，如图3所 示，上位机系统从以太网获取通航环境要素数据(该数据通过下位机系统采集并上传至以太 网，包括油耗、扭矩转速、风速风向、航速航向、水流速度与水深数据)；采取模糊聚类的方 法对通航要素进行聚类分析，并通过多元非线性回归分析的方法得到船舶营运指数与通航环 境的动态响应关系，即不同种类通航环境要素下的EEOI计算公式，该公式在系统未投入使用 时预先建立并备用；在实际应用时，只需要根据以太网获取的实时的通航环境要素数据确定 当时的通航环境要素所属类别，选取此类通航环境要素下的EEOI计算公式；以船舶营运指 数EEOI最小为目标，以主机转速为优化变量，以满足全船的功率需求为约束，采取遗传算 法进行动态寻优，确定不同通航环境下的主机最佳转速、供电形式及负载的工作状态，输出 主机最佳转速状态下的控制命令给ECU，对主机进行转速控制，确保船舶在高能效状态下运 行。

优选的，该方法还包括人机界面和手动模式。人机界面用于显示所有参数和船舶当前的 能效营运指数、提供数据存储模块的调用端口、以及输入控制命令；手动模式下，由操作人 员根据人机界面显示的所有参数和船舶当前的能效营运指数，确定不同通航环境下的主机最 佳转速、供电形式及负载的工作状态，通过人机界面手动输入并发送控制命令给相应的执行 机构。

所述的控制命令包括主机转速控制命令、自动卸载控制命令和/或主发轴发切换控制命 令，其中主发轴发切换控制命令为主发电机、轴带发电机切换控制命令。

根据船舶能效营运指数(EEOI)的计算公式(1)计算船舶的能效营运指数并通过人机交 互界面进行显示，以为船舶操纵者提供参考。

$\mathrm{EEOI}=\frac{C_{\mathrm{Fj}}}{m_{c\arg o}}\times \frac{q_j}{V_{\mathrm{ground}}}---\left(1\right)$

式中：j为燃油类型；C_Fj是j燃油CO₂排放因子；q_j为主机单位时间的油耗；V_ground为船 舶的对地航速；m_cargo为船舶装载货物的总量。

然而，针对某一具体船舶，其燃油类型j、CO₂排放因子C_Fj都为确定的值，因此船舶能 效营运指数(EEOI)主要受主机单位时间的油耗和船舶对地航速的影响，其中，主机单位时 间的油耗和船舶对地航速可分别用式(2)、式(3)表示。

$q_j=\frac{{\mathrm{RV}}_s}{{\eta }_{\mathrm{total}}}·\mathrm{ge}---\left(2\right)$

V_ground＝V_S±V_Water   (3)

其中R表示船舶航行时的阻力；ge表示每小时单位有效功率所消耗的燃油量；V_s表示船 舶对水航速；V_Water表示水流速度；η_total表示推进系统的总效率。

船舶在航行的过程中其阻力R主要包括摩擦阻力R_f、波浪增阻R_wave、风阻R_wind和浅水 阻力R_shallow，分别如式(4)-(7)所示。

$R_f=\frac{1}{2}{C}_f\rho {\mathrm{SV}}_S^2---\left(4\right)$

$R_{\mathrm{wave}}=\frac{1}{2}\frac{0.065}{{\left(F_r\right)}^2}{\left(\frac{h_{\mathrm{wave}}}{L_{w1}}\right)}^2\rho {\mathrm{SV}}_S^2---\left(5\right)$

$R_{\mathrm{wind}}=\frac{1}{2}{C}_{\mathrm{wind}}{\rho }_{\mathrm{air}}{A}_T{V}_{\mathrm{wind}}^2---\left(6\right)$

R_shallow＝f_s·R_deep   (7)

式中，C_f表示摩擦阻力系数；S表示湿面积；ρ表示水的密度；h_wave表示浪高；Fr为傅 汝德数；Lw1为船舶的长度；R_shallow表示浅水阻力；V_wind为相对风速；C_wind表示风阻系数，ρ_air表示空气密度；A_T表示迎风面积；R_deep表示深水阻力(即摩擦阻力R_f、波浪增阻R_wave和风 阻R_wind之和)，f_s表示换算系数，可用式(8)表示，H_water为水深；d为船舶吃水。

$f_s=1+\frac{{0.065V}_S^2}{(\frac{H_{\mathrm{water}}}{d}-1)\sqrt{d}}---\left(8\right)$

此外，船舶航速与主机转速的对应关系可用式(9)表示，其中J表示进速系数；D表示 螺旋桨直径；n_speed表示主机转速；w表示半流系数。

$J=\frac{(1-w)·V_S}{n_{\mathrm{speed}}·D}---\left(9\right)$

综上，船舶能效营运指数EEOI可表示为水深、浪高、船舶对水航速、主机转速、风速和 水流速度的函数，其可用如下式(10)表示。

EEOI＝f(H_water,h_wave,V_s,n_speed,V_wind,V_water)   (10)

然而，通过上述所列公式进行EEOI的计算较为复杂，部分公式为经验公式，并非适用不 同种类船舶，计算时误差较大，不便于实船应用。同时公式(10)在不同的通航环境要素情 况下，为维持公式的计算精度，各参数的系数应根据通航环境要素进行相应的调整，因此考 虑将通航环境要素进行模糊聚类分析，通过选取适当的置信水平值将通航环境要素划分为不 同种类，然后，在每一种通航环境要素下，针对所采集的数据采用多元非线性回归分析的方 法来修正式(10)，从而得到简化的、相对准确的EEOI计算公式。

具体方法：通过船舶所安装的传感器获得整个航段的通航环境要素数据，并以向量的形 式表示，X₁＝{H_{water_1},h_{wave_1},V_{wind_1},V_{water_1}}，…，X_n＝{H_{water_n},h_{wave_n},V_{wind_n},V_{water_n}}，其中 X₁…X_n代表船舶航行时的不同的通航环境要素，共n组；采用模糊传递闭包法对通航环境 要素进行分类。首先，可知特性指标矩阵X^*如下：

$X^{*}=\left(\begin{array}{c}{X}_1\\ ·\\ ·\\ ·\\ X_n\end{array}\right)\Rightarrow X_0=\left(\begin{array}{ccccc}{x}_{11}& ·& ·& ·& x_{1n}\\ ·& ·& & ·& ·\\ ·& & ·& & ·\\ ·& ·& & ·& ·\\ x_{n1}& ·& ·& ·& x_{\mathrm{nn}}\end{array}\right)---\left(11\right)$

其次，采用最大规格化对X^*进行规格化，获得规格化矩阵X₀，如式(11)所示，其中， 最大规格化公式如式(12)所示

$x_{\mathrm{ij}}^{\prime }=\frac{x_{\mathrm{ij}}}{M_j}---\left(12\right)$

其中x_ij表示矩阵X^*的第i行，第j列；x'_ij表示矩阵X₀的第i行，第j列； M_j＝max(x_1j,x_2j,...,x_nj)。

再者，采用最大最小法来构造模糊相似矩阵R＝(r_ij)_n×n；r_ij表示矩阵R的第i行，第j列； 利用平方自合成方法求传递闭包t(R)；通过选取适当的置信水平值从而可将通航环境要素划分 为不同种类。

然后，提取同种类的通航环境要素数据及所计算的EEOI数据，分别绘制EEOI与各通航环 境要素之间的散点图，分析EEOI与各通航要素之间是线性关系还是非线性关系，采用Matlab 多元非线性回归函数regress()，确定EEOI与各通航环境要素的关系，从而获得不同种类通航 环境要素下的较简化的、相对精确的EEOI计算公式，其形式如式(13)所示，其中a₁-a₇表 示相应的系数，在不同种类通航环境要素下，公式中的相关系数及所含项将有所不同。

EEOI＝a₁·H_water±a₂·h_wave±a₃·V_s±a₄·n±a₅·V_wind±a₆·V_water±a₇·V_s²...(13)

最后，在确定了不同种类通航环境要素下的EEOI公式之后，以船舶营运指数EEOI最小为 目标，以主机转速为优化变量，以满足全船的电力需求及航行时间为约束，采用遗传算法进 行动态寻优，确定不同种类通航环境要素下的主机最佳转速，系统在此最佳转速下确定系统 的供电形式及负载的工作状态，并自动输出控制命令。遗传算法是把问题参数编码为染色体， 再利用迭代的方式进行选择、交叉以及变异等运算来交换种群中染色体的信息，最终生成符 合优化目标的染色体。其优化计算时不依赖梯度信息，且不要求目标函数的连续及可导，使 其适于求解传统搜索方法难以解决的大规模、非线性组合优化问题。

具体方法如下：(1)随机初始化种群。设定种群大小、最大遗传代数和个体长度，确定 可行解的约束条件如式(14)，其中f_time(n)表示不同转速下的航行时间，t_max表示最大航行时 间，n_min、n_max分别表示主机的最小和最大转速，并通过二进制编码把所求问题的可行解表示 成遗传空间的染色体或者个体；(2)计算种群的适应度值。本实施例中是求式(15)中EEOI 的最小值，因此考虑将函数值的倒数作为个体的适应度值，函数值越小的个体，其适应值越 大，因此可从中找出最优个体；(3)选择操作。个体被选中的概率与适应度值密切相关，个 体适应度值越高，被选中的概率越大，本例采用轮盘赌法；(4)交叉操作。采用实数交叉法， 通过两个染色体的交换组合，把父串的优秀特征遗传给字串，从而产生新的优秀个体；(5) 变异操作；(6)判断进化是否结束，若否，返回步骤(2)；最终获得符合优化目标的染色体， 即满足约束条件下的EEOI最小所对应的主机最佳转速值，系统根据此最佳转速值输出控制命 令。

$\left(\begin{array}{cc}s.t& f_{\mathrm{time}}\left(n\right)<t_{\max }\\ & n_{\min }<n<n_{\max }\end{array}\right)---\left(14\right)$

$\min \mathrm{EEOI}=f_{\mathrm{EEOI}}\left(n\right)\Rightarrow \max \frac{1}{f_{\mathrm{EEOI}}\left(n\right)}---\left(15\right)$

在实际运行的过程中，系统首先检测当前环境要素所属的类别，然后选取此类别下的经 修正后的EEOI计算公式，进而通过上述遗传算法确定主机的最佳转速，并在此最佳转速下确 定系统的供电形式及负载的工作状态，即当主机在此最佳转速下运转时，如轴带发电机输出 功率不能满足全船的电力需求，则自动卸掉次要负载，如卸载后仍不能满足全船的电力需求， 则自动切换为主发电机为全船供电。控制命令的输出主要包括数字量输出和模拟量输出，其 中数字量输出主要针对数据经处理后需要对某些工况进行相关控制的输出，如主发电机、轴 带发电机切换控制、自动卸载控制信号；模拟量输出主要针对系统数据经处理后某些变量信 号进行输出控制，如主机的转速控制。

综上所述，本发明提供了一种基于模糊聚类和遗传算法的船舶能效管理控制平台，系统 根据当前的能效水平可自动输出相应的控制信号控制船舶推进系统在最佳能效状态下运行。 与现有技术相比，本发明克服传统船舶在设定航速下航行时能源效率低的缺点，充分考虑了 通航环境对船舶能耗的影响，可在不同的通航环境下实现船舶推进系统的能效监测与优化控 制，使船舶始终运行在能效的最佳点，规避预设航速的不合理性，从而提高船舶能效，节能 环保。

上文具体实施方式和附图仅为本发明之常用实施例。显然，在不脱离权利要求书所界定 的本发明精神和发明范围的前提下可以有各种增补、修改和替换。本领域技术人员应该理解， 本发明在实际应用中可根据具体的环境和工作要求在不背离发明准则的前提下在形式、结构、 布局、比例、材料、元素、组件及其它方面有所变化。因此，在此披露之实施例仅用于说明 而非限制，本发明之范围由后附权利要求及其合法等同物界定，而不限于此前之描述。