一种基于多传感器融合的船舶电力监控系统及其方法

    公开(公告)号:CN117909921A

    公开(公告)日:2024-04-19

    申请号:CN202410111893.0

    申请日:2024-01-26

    Abstract: 本发明涉及船舶电力监控技术领域,尤其涉及一种基于多传感器融合的船舶电力监控系统及其方法,与现有技术相比,本发明通过采用多传感器融合技术,能够全面监测船舶电力系统的各项指标,并实时分析数据,从而提高船舶电力系统的监测能力和运行效率,减少故障风险,通过对实时采集的数据进行处理和模型分析,系统能够判断出潜在的故障原因和风险,并向操作人员提供相应的诊断结果和建议,使操作人员可以更加准确地了解电力系统的问题,通过对历史数据的存储和分析,系统能够生成电力系统的状态报告和趋势图表,直观的显示界面和简单易用的操作方式,操作人员可以轻松地获取电力系统的监测信息和报警通知,提高操作的灵活性和便捷性。

    基于分布式采集技术的船舶配电系统

    公开(公告)号:CN117937758A

    公开(公告)日:2024-04-26

    申请号:CN202410111789.1

    申请日:2024-01-26

    Abstract: 本发明涉及船舶配电监控技术领域,尤其涉及基于分布式采集技术的船舶配电系统,与现有技术相比,本发明通过利用分布式采集技术与能效控制系统,可以对于能效比较高得船舶得能效比进行显著降低,通过采集线为分布式采集方式,建立船舶分布式采集器,分布式优化相关的能效数据,有效解决了目前传统船舶的走线过长、过量耗费电缆造成数据传输有误的问题;利用分布式模型对能效分配分析;使用分布式能效控制分配计算与定义能效优化约束,达成有效改善能效比得状况,使船舶走线更加简易,排查故障更为简易且船舶能效控制系统的输出控制比有效降低,从而解决了船舶整体能效控制系统输出控制比过高的问题。

    适用于卫星空间信息传输网络的滑模预测拥塞控制系统

    公开(公告)号:CN113268023B

    公开(公告)日:2022-07-22

    申请号:CN202110522280.2

    申请日:2021-05-13

    Abstract: 本发明公开了一种适用于卫星空间信息传输网络的滑模预测拥塞控制系统,包括以下步骤:滑模控制器、SCPS‑TP协议Vegas模块、网络路由器模块、预测模块和干扰估计模块,其中,滑模控制器包括趋近律滑模面模型和补充项,与SCPS‑TP协议Vegas模块单向连接;SCPS‑TP协议Vegas模块包括非线性模块和匹配型干扰新模块,与网络路由器模块单向连接;网络路由器模块与干扰估计模块单向连接;预测模型不置于控制回路内,与滑模控制器直接连接;干扰估计模块与滑模控制器双向连接。该控制系统具有抗干扰能力且保持较好的稳定性和鲁棒性,能够应对长时延带来的负面影响,最终实现对卫星空间信息传输网络的拥塞控制。

    适用于卫星空间信息传输网络的滑模预测拥塞控制系统

    公开(公告)号:CN113268023A

    公开(公告)日:2021-08-17

    申请号:CN202110522280.2

    申请日:2021-05-13

    Abstract: 本发明公开了一种适用于卫星空间信息传输网络的滑模预测拥塞控制系统,包括以下步骤:滑模控制器、SCPS‑TP协议Vegas模块、网络路由器模块、预测模块和干扰估计模块,其中,滑模控制器包括趋近律滑模面模型和补充项,与SCPS‑TP协议Vegas模块单向连接;SCPS‑TP协议Vegas模块包括非线性模块和匹配型干扰新模块,与网络路由器模块单向连接;网络路由器模块与干扰估计模块单向连接;预测模型不置于控制回路内,与滑模控制器直接连接;干扰估计模块与滑模控制器双向连接。该控制系统具有抗干扰能力且保持较好的稳定性和鲁棒性,能够应对长时延带来的负面影响,最终实现对卫星空间信息传输网络的拥塞控制。

    一种基于CNN和BILSTM的船舶轨迹预测方法

    公开(公告)号:CN114154619A

    公开(公告)日:2022-03-08

    申请号:CN202111349534.1

    申请日:2021-11-15

    Abstract: 本发明公开了一种基于CNN和BILSTM的船舶轨迹预测方法。步骤1:对信息数据进行预处理;所述信息数据为通过船舶AIS采集的包括经度、纬度、航向和航速;步骤2:将步骤1中预处理后的信息数据划分训练集和测试集;步骤3:将步骤2的训练集导入到卷积神经网络CNN中进行特征提取;步骤4:将步骤3提取到的特征和训练集的数据结合构成轨迹预测的输入数据;步骤5:将步骤4的输入数据导入到BILSTM神经网络模型进行学习,获得轨迹数据中的隐含的船舶运动规律模型;步骤6:利用步骤5的模型进行船舶的轨迹预测。本发明用以解决复杂水上交通环境下船舶轨迹预测准确率较低的问题。

Patent Agency Ranking