一种船舶对地速度的预测方法、系统、装置及存储介质

技术特征：
1.一种船舶对地速度的预测方法，其特征在于，包括以下步骤：获取船舶水池实验数据、历史船舶航行数据及船舶航行环境数据；根据所述船舶水池实验数据，构建船舶静水速度预测模型；根据所述历史船舶航行数据及所述船舶航行环境数据，构建船舶对地速度预测模型；采集船舶航行数据以及航行环境数据；将所述船舶航行数据以及所述航行环境数据，输入至训练完成后的船舶对地速度预测模型中，得到预测船舶对地速度。2.根据权利要求1所述的船舶对地速度的预测方法，其特征在于，所述船舶水池实验数据包括船舶主机功率、船舶吃水、船舶静水速度；所述历史船舶航行数据包括历史船舶主机功率、历史船舶吃水、历史船舶对地速度和历史船舶对水速度。3.根据权利要求1所述的船舶对地速度的预测方法，其特征在于，所述船舶航行环境数据包括有效波高、波浪平均周期、相对波角、风速、相对气流角、流速和相对流角。4.根据权利要求1所述的船舶对地速度的预测方法，其特征在于，所述根据所述船舶水池实验数据，构建船舶静水速度预测模型这一步骤，包括：根据所述船舶水池实验数据，构建描述船舶主机功率、船舶静水速度、船舶吃水之间平衡关系的偏微分方程；根据所述偏微分方程，求解所述船舶水池实验数据边界内的解集；根据所述偏微分方程解集，获取船舶静水速度关于船舶主机功率、船舶吃水三者之间的函数关系；根据所述函数关系构建所述船舶静水速度预测模型。5.根据权利要求2所述的船舶对地速度的预测方法，其特征在于，所述根据所述历史船舶航行数据及船舶航行环境数据，构建船舶对地速度预测模型这一步骤，包括：根据所述历史船舶航行数据，通过所述船舶静水速度预测模型，获取所述船舶对水速度和所述船舶静水速度的差值；根据所述历史船舶航行数据、所述船舶航行环境数据以及所述差值，构建所述船舶对地速度预测模型。6.根据权利要求4所述的船舶对地速度的预测方法，其特征在于，所述偏微分方程采用基于物理机理神经网络的白箱模型求解，通过以下步骤求解：根据所述偏微分方程，构建物理机理神经网络模型；根据所述船舶水池实验数据，对所述物理机理神经网络模型进行训练；响应于所述物理机理神经网络模型满足偏微分方程约束目标终止条件，完成模型训练任务。7.根据权利要求1任一项所述的船舶对地速度的预测方法，其特征在于，所述船舶对地速度预测模型通过以下步骤进行训练：对采集的船舶航行数据以及航行环境数据进行数据预处理；通过物理机理神经网络模型获取船舶对水速度和船舶静水速度的差值；由将所述差值作为新的特征数据并行输入到所述对地速度预测模型；根据所述船舶航行数据、所述航行环境数据以及所述差值，对所述对地速度预测模型进行训练；
响应于所述对地速度预测模型满足目标终止条件，完成模型训练任务。8.一种船舶对地速度的预测系统，其特征在于，包括：第一模块，用于获取船舶水池实验数据、历史船舶航行数据及船舶航行环境数据；第二模块，用于根据所述船舶水池实验数据，构建船舶静水速度预测模型；第三模块，用于根据所述历史船舶航行数据及所述船舶航行环境数据，构建船舶对地速度预测模型；第四模块，用于采集船舶航行数据以及航行环境数据；第五模块，用于将所述船舶航行数据以及所述航行环境数据，输入至训练完成后的船舶对地速度预测模型中，得到预测船舶对地速度。9.一种船舶对地速度的预测装置，其特征在于，包括：至少一个处理器；至少一个存储器，用于存储至少一个程序；当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-7中任一项所述的船舶对地速度的预测方法。10.一种计算机可读存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于实现如权利要求1-7中任一项所述的船舶对地速度的预测方法。

技术总结
本发明公开了一种船舶对地速度的预测方法、系统、装置及存储介质。该方法通过获取船舶水池实验数据、历史船舶航行数据及船舶航行环境数据；然后，根据所述船舶水池实验数据，构建船舶静水速度预测模型；并根据所述历史船舶航行数据及所述船舶航行环境数据，构建船舶对地速度预测模型；接着，采集船舶航行数据以及航行环境数据；再将所述船舶航行数据以及所述航行环境数据，输入至训练完成后的船舶对地速度预测模型中，得到预测船舶对地速度。该方法实现了在复杂的环境因素下对船舶对地速度的预测，为后续的导航、避碰等操作提供了数据支持，同时可以用于事后的实验分析。本发明可广泛应用于速度预测技术领域内。用于速度预测技术领域内。用于速度预测技术领域内。


技术研发人员：吴达 刘荣 张笛 张金奋 万程鹏 范亮 毛文刚 郎啸
受保护的技术使用者：武汉理工大学
技术研发日：2022.08.10
技术公布日：2022/12/16