-
公开(公告)号：CN113239630B
公开(公告)日：2022-07-15
申请号：CN202110621407.6
申请日：2021-06-03
Applicant: 上海交通大学
Abstract: 本发明提供了一种风资源影响的移动能源网络发电与航程优化方法，包括：选择风速、温度、气压和云层覆盖率4个特征作为预测的数据输入；选取全年小时级数据作为预测模型的训练集和测试集；对样本数据进行归一化处理。本发明基于数据驱动的移动能源网络发电与航程联合优化方法，将海上风速对全电力船舶航速的影响考虑在内，可以更加有效的调节实际船速，实现更好的船舶能量管理；通过丰富细化运行成本目标函数，将储能的运行成本考虑在内，更加符合实际运行场景；通过分段线性化方法，将优化模型转换为混合整数线性规划模型，解决了混合整数非线性规划难以求解的问题；不局限于全电力船舶电力系统，也可用于陆地电动汽车等移动能源网络。
-
公开(公告)号：CN113239630A
公开(公告)日：2021-08-10
申请号：CN202110621407.6
申请日：2021-06-03
Applicant: 上海交通大学
Abstract: 本发明提供了一种风资源影响的移动能源网络发电与航程优化方法，包括：选择风速、温度、气压和云层覆盖率4个特征作为预测的数据输入；选取全年小时级数据作为预测模型的训练集和测试集；对样本数据进行归一化处理。本发明基于数据驱动的移动能源网络发电与航程联合优化方法，将海上风速对全电力船舶航速的影响考虑在内，可以更加有效的调节实际船速，实现更好的船舶能量管理；通过丰富细化运行成本目标函数，将储能的运行成本考虑在内，更加符合实际运行场景；通过分段线性化方法，将优化模型转换为混合整数线性规划模型，解决了混合整数非线性规划难以求解的问题；不局限于全电力船舶电力系统，也可用于陆地电动汽车等移动能源网络。
-
Patent Agency Ranking
公开(公告)号：CN116523228A
公开(公告)日：2023-08-01
申请号：CN202310451380.X
申请日：2023-04-24
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于深度强化学习的移动能源网络实时能量管理方法及系统，包括：步骤S1：基于马尔科夫决策过程表征全电力船舶的实时能量调控过程，包括：状态空间、动作空间以及奖励函数；步骤S2：构建表示动作价值函数的Q网络模型，并利用状态空间、动作空间以及奖励函数采用DQN算法训练Q网络模型；步骤S3：基于当前状态空间通过训练后的Q网络模型选择决策动作，实现船舶的实时能量管理智能决策；所述Q网络模型是通过神经网络的输入输出拟合船舶期望做出最优能量管理智能决策的这一行为过程，实现了从状态空间到动作空间的映射，达到了依据船舶运行的实时状态进行最优能量管理的目的。
-
公开(公告)号：CN114912696A
公开(公告)日：2022-08-16
申请号：CN202210574667.7
申请日：2022-05-24
Applicant: 上海交通大学
Abstract: 本发明提供了一种计及换电与岸电接入的全电力船舶集群路径优化方法，包括：步骤S1：收集港口以及全电力船舶集群信息；步骤S2：基于收集的港口以及全电力船舶集群信息，根据交通运输的路径规划约束以及全电力船舶集群的能量管理约束建立路径优化模型；步骤S3：由路径优化模型得出最优调度决策，并向全电力船舶集群下发调度指令。
-
公开(公告)号：CN114912696B
公开(公告)日：2024-07-26
申请号：CN202210574667.7
申请日：2022-05-24
Applicant: 上海交通大学
Abstract: 本发明提供了一种计及换电与岸电接入的全电力船舶集群路径优化方法，包括：步骤S1：收集港口以及全电力船舶集群信息；步骤S2：基于收集的港口以及全电力船舶集群信息，根据交通运输的路径规划约束以及全电力船舶集群的能量管理约束建立路径优化模型；步骤S3：由路径优化模型得出最优调度决策，并向全电力船舶集群下发调度指令。
-
公开(公告)号：CN113193554B
公开(公告)日：2023-05-23
申请号：CN202110491189.9
申请日：2021-05-06
Applicant: 上海交通大学 , 上海齐耀螺杆机械有限公司
Abstract: 本发明提供了一种基于数据驱动的新能源船舶节能减排方法及系统，包括：步骤S1：船载光伏发电系统和船载风力发电系统基于深度学习构建船载新能源发电数据驱动模型；步骤S2：基于深度学习网络构建船载新能源发电预测模型，船载新能源发电预测模型利用船载新能源发电数据驱动模型对船载新能源发电出力进行预测，得到预测信息；步骤S3：根据预测信息，利用智能优化算法，对船舶柴油发电机进行优化；本发明通过所提出的数据驱动模型，可以掌握船载新能源发电规律，对船载新能源发电进行有效预测，有助于船舶更好的利用新能源。
-
公开(公告)号：CN113193554A
公开(公告)日：2021-07-30
申请号：CN202110491189.9
申请日：2021-05-06
Applicant: 上海交通大学 , 上海齐耀螺杆机械有限公司
Abstract: 本发明提供了一种基于数据驱动的新能源船舶节能减排方法及系统，包括：步骤S1：船载光伏发电系统和船载风力发电系统基于深度学习构建船载新能源发电数据驱动模型；步骤S2：基于深度学习网络构建船载新能源发电预测模型，船载新能源发电预测模型利用船载新能源发电数据驱动模型对船载新能源发电出力进行预测，得到预测信息；步骤S3：根据预测信息，利用智能优化算法，对船舶柴油发电机进行优化；本发明通过所提出的数据驱动模型，可以掌握船载新能源发电规律，对船载新能源发电进行有效预测，有助于船舶更好的利用新能源。
-
-
-
-
-
-
Search Results
7
records
(took 0.03 seconds)
