開敞式碼頭系泊船姿態預測方法及系統的制作方法
【專利摘要】本發明公開了一種開敞式碼頭系泊船姿態預測方法，包括如下步驟：采集環境動力數據、碼頭船舶數據和船舶姿態數據；集成所述采集到的三種數據，形成時間連續的范例序列，存儲在環境碼頭船舶集成數據庫中；采集當前環境動力數據，輸入環境動力預報模型得到設定時間段內的環境動力預測數據；所述的環境動力預測數據至少包含風級、風速、風向、潮位、洋流流速和洋流流向；遍歷所述的范例序列，通過計算得出與所述的環境動力預測數據加權歐幾里得距離最小的范例，提取所述最小的范例的中船舶的姿態數據，即為船舶在設定時間的姿態預測數據；所述的船舶姿態數據至少包含：橫移、橫搖、縱移、縱搖、回轉和升降6個自由度的數據。
【專利說明】
開敞式碼頭系泊船姿態預測方法及系統
技術領域
[0001] 本發明設及一種開敞式碼頭系泊船姿態預測方法及系統。設及專利分類號B63船 舶或其他水上船只；與船有關的設備B63B船舶或其他水上船只；船用設備B63B39/00減少縱 搖，橫搖或類似不希望有的船只運動的設備;指示船只姿態的設備B63B39/14用于指示橫搖 的傾角或持續時間的。
【背景技術】
[0002] 碼頭系泊作業時，在風、海浪、潮流等環境動力作用下，系泊船常常會發生橫移、橫 搖、縱移、縱搖、回轉和升降等6個自由度的運動，過大的船舶運動幅度不僅容易導致船舶傾 覆，影響船舶自身的安全。迄今為止，國內外現有的碼頭系泊作業尚未建立完備的系泊船預 測系統，目前，系泊作業通常依靠天氣預報和目測海況(少部分港口附近設立了海域波浪監 測裝置，少數碼頭依靠激光靠泊系統監測船舶位置和姿態)決定船舶離靠泊時間。基本方法 是靠人工經驗進行預判的操作方式。
[0003] 現有的依靠天氣預報、目測海況和系泊船舶監測系統進行人工預判的操作方式， 效率低下，無法實現信息共享，更缺乏科學的預測能力，安全性得不到保障，在極端氣象和 海況條件下，常有系泊船傾覆事故的發生，不僅造成重大的經濟損失，也降低港口的安全信 譽。
【發明內容】
[0004] 本發明針對W上問題的提出，而研制的一種開敞式碼頭系泊船姿態預測方法，包 括如下步驟：
[0005] -采集環境動力數據、碼頭船舶數據和船舶姿態數據;集成所述采集到的Ξ種數 據，形成時間連續的范例序列，存儲在環境碼頭船舶集成數據庫中；
[0006] -采集當前環境動力數據，輸入環境動力預報模型得到設定時間段內的環境動力 預測數據;所述的環境動力預測數據至少包含風級、風速、風向、潮位、洋流流速和洋流流 向；
[0007] -遍歷所述的范例序列，通過計算得出與所述的環境動力預測數據加權歐幾里得 距離最小的范例，提取所述最小的范例的中船舶的姿態數據，即為船舶在設定時間的姿態 預測數據；
[000引所述的船舶姿態數據至少包含:橫移、橫搖、縱移、縱搖、回轉和升降6個自由度的 數據。
[0009] 作為優選的實施方式，所述"遍歷所述的范例序列"步驟之前還包括：
[0010] -根據所述的碼頭船舶數據和船舶姿態數據，在所述的環境碼頭船舶集成數據庫 中進行精確查找出匹配范例集合；
[oow 所述的碼頭船舶基礎數據至少包括:泊位、船舶類型、噸級、載量和布纜方式。
[0012]作為優選的實施方式，所述的數據集成之前，對所述的環境動力數據采用最小-最 大規范化方法進行數據處理：
[0013]
[0014] 將X從區間[min ,max]映射到區間[new_min ,new_max]即new_x，其中X為初始的環 境因素數據;new-x為規范化后的環境因素數據。
[0015] 作為優選的實施方式，所述的基于環境動力預測數據加權歐幾里得距離計算公式 如下：
[0016]
[0017]其中W為環境因素風級、風速、風向、潮位、洋流流速和洋流流向的權重系數；
[001 引
[0019] 其中風級、風速、風向、潮位、洋流流速和洋流流向6要素加權和為
[0020]
[0021] 公式中X表示環境要素條件屬性，下標m表示第幾個環境要素，η為多個專家為當前 權重系數的打分，本系統中共6個要素，i表示待預測范例，j表示規則庫中的歷史范例，d(i, j)表示兩個范例已知條件屬性的距離，其值大于等于0,距離越小表示兩個范例越相似。
[0022] 作為優選的實施方式，在集成所述采集到的Ξ種數據之前，還包括對數據清洗和 加載操作：
[0023] 對臟數據、遺失數據、異常數據采用忽略元組、回歸填充處理，確保數據分布在各 要素的合理范圍內，即MIN< = DATA<=MAX。
[0024] 作為優選的實施方式，當提取的船舶的姿態數據中的任意一項超過闊值時，向指 定的設備發出預警姿態值和姿態圖形;形成預警船舶姿態報表。
[0025] -種開敞式碼頭系泊船姿態預測系統，包括：
[0026] 采集環境動力數據、碼頭船舶數據和船舶姿態數據的數據采集單元；
[0027] 集成所述采集到的Ξ種數據，形成環境碼頭船舶集成數據庫，形成時間連續的范 例序列的數據集成單元W及處理單元；
[0028] 工作時，所述的處理單元控制所述的數據采集單元采集當前的環境動力數據，輸 入所述的環境動力預報模型，得到設定時間段內的環境動力預測數據;所述的環境動力預 測數據至少包含風級、風速、風向、潮位、洋流流速和洋流流向；
[0029] 處理單元根據所述的環境動力預測數據，遍歷所述的環境碼頭船舶集成數據庫中 的范例序列，選擇與當前環境動力預測數據加權歐幾里得距離最小的范例；提取選擇的最 小范例中的船舶姿態數據，即為船舶在設定時間段內的姿態預測數據；
[0030] 所述的基于環境動力預測數據加權歐幾里得距離計算公式如下：
[0031]
[0032] 其中W為環境因素風級、風速、風向、潮位、洋流流速和洋流流向的權重系數；
[0033]
[0034] 其中風級、風速、風向、潮位、洋流流速和洋流流向6要素加權和為
[0035]
[0036] 公式中X表示環境要素條件屬性，下標m表示第幾個環境要素，η為多個專家為當前 權重系數的打分，本系統中共6個要素，i表示待預測范例，j表示規則庫中的歷史范例，d(i, j)表示兩個范例已知條件屬性的距離，其值大于等于0,距離越小表示兩個范例越相似。
[0037] 作為優選的實施方式，還包括數據預處理模塊;該模塊在所述的數據集成之前，對 所述的環境動力數據采用最小-最大規范化方法進行數據處理：
[00；3 引
[0039] 將X從區間[min ,max]映射到區間[new_min, new_max]即new_x。
[0040] 更進一步的，還包括碼頭船舶規則獲取模塊，該模塊根據輸入的碼頭船舶數據和 船舶姿態數據，在所述的環境碼頭船舶集成數據庫中進行精確查找出匹配范例集合，將該 范例集合傳輸至所述的處理單元；
[0041] 所述的碼頭船舶基礎數據至少包括:泊位、船舶類型、噸級、載量和布纜方式。
[0042] 更進一步的，系統還包括數據過濾模塊和報警模塊；
[0043] 所述的數據過濾模塊在集成所述采集到的Ξ種數據之前，對數據清洗和加載操 作，對臟數據、遺失數據、異常數據采用忽略元組、回歸填充處理方法，確保數據分布在各要 素的合理范圍內，即MIN< = DATA<=MAX;
[0044] 所述的報警模塊當所述處理單元提取的船舶的姿態數據中的任意一項超過闊值 時，報警模塊向指定的設備發出預警姿態值和姿態圖形;形成預警船舶姿態報表。
[0045] 通過采用上述技術方案，本發明公開的一種開敞式碼頭系泊船姿態預測方法及系 統，可W預測未來N小時系泊船運動姿態信息，即船舶6個自由度(橫移、橫搖、縱移、縱搖、回 轉和升降）的有效預測值，給出未來系泊船運動姿態及其運動幅度Ξ維模擬效果，為系泊作 業中屯、確定船舶進出港及在泊位作業最優時間窗口提供了有效依據，進而實現港口及航道 資源的合理調度和高效利用。預警信息的同步發布使監控中屯、和遠程操作者能及時掌控系 泊船舶安全作業，避免船舶作業事故的發生。
【附圖說明】
[0046] 為了更清楚的說明本發明的實施例或現有技術的技術方案，下面將對實施例或現 有技術描述中所需要使用的附圖做一簡單地介紹，顯而易見地，下面描述中的附圖僅僅是 本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可 W根據運些附圖獲得其他的附圖。
[0047] 圖1為本發明的系統模塊圖
[0048] 圖2為本發明的流程圖
【具體實施方式】
[0049] 為使本發明的實施例的目的、技術方案和優點更加清楚，下面結合本發明實施例 中的附圖，對本發明實施例中的技術方案進行清楚完整的描述：
[0050] 如圖1和圖2所示:一種開敞式碼頭系泊船姿態預測系統，主要包括
[0051] 采集環境動力數據、碼頭船舶數據和船舶姿態數據，集成所述采集到的Ξ種數據， 形成環境碼頭船舶集成數據庫，形成時間連續的范例序列。
[0052] 作為優選的實施方式，數據采集單元可由采集不同數據的數據獲取終端組成，碼 頭船舶基礎數據獲取終端、船舶姿態實時數據獲取終端及環境動力實時數據獲取終端分別 實時獲取碼頭船舶作業數據（泊位、船舶類型、噸級、載量、布纜方式），船舶6個自由度(橫 移、橫搖、縱移、縱搖、回轉和升降)運動姿態數據和風、海浪、潮流6要素(風級、風速、波高、 波向、流速、流向）環境動力數據，并實時存入基礎實時庫、船舶實時庫和風浪流實時庫。
[0053] 對于存入基礎實時庫、船舶實時庫和風浪流實時庫的數據，首先ETL工具完成數據 清洗和加載操作，對臟數據、遺失數據、異常數據采用忽略元組、回歸填充等處理方法，確保 數據分布在各要素的合理范圍內，即MIN< = DATA<=MAX，數據存放于環境碼頭船舶集成數 據庫。
[0054] 作為優選的是實時方式，在數據清洗過程中，依次掃描數據，若發現臟數據，如船 舶載量屬性輸入不規范值錯誤，可按滿載、半載或空載進行取值規范轉換處理。若數據缺 失，采用回歸填充的方法處理。例如發現波高數據遺失，采用國家氣象局發布的風浪登記表 進行數據回歸填充。對無法填充的數據，采用Delete刪除記錄方式處理。對有惇于度量標準 的異常數據，采用忽略元組，刪除Delete方式處理。例如:對于船舶運動等監測數據通過有 各自約定范圍，縱移為正負5米，橫移為正負5米，橫搖正負10米，縱搖為正負10度，回搖為正 負10度，升降為正負1米。檢索數據發現異常或空值等，可將元組直接刪除。
[0055] 在規則庫建立之后，即可開始進行傳播姿態的預測。首先采集當前環境動力數據， 輸入環境動力預報模型得到設定時間段內的環境動力預測數據。作為優選的實施方式，環 境動力預報模型可W為外部模型，即直接利用氣象臺發布的氣象海況預報，獲取需要的諸 如風級、風速、風向、潮位、洋流流速和洋流流向的數據。
[0056] 為消除影響預測結果的環境要素數據偏差，完成環境因素數據規范化處理。采用 最小-最大規范化方法，即
[0化7]
[005引將義從區間[111；[]1,1]1曰義]映射到區間[]16￥_111；[]1,]16￥_1]1曰義]，即]16￥_義，將處理后的數據 形成規則存放于環境碼頭船舶規則庫(歷史范例），該規則庫構成了一個時間上連續的范例 序列，時亥Ijt對應的范例為1*=(。1，。2，。3)。。功時亥1化對應的環境因素數據，。勸時亥1]*對 應的碼頭船舶作業數據，Ct3為時刻t對應的系泊船姿態運動數據。
[0059] 本系統預測方法采用基于范例CASE的相似性查詢方法，尋找待預測目標范例與歷 史范例之間的對應關系采用基于距離的相似性度量方法，系統實現中相似性度量采用加權 的歐幾里得距離：
[0060] B[
，其中W為環境因素權重系數。權重知識 庫中的權重系數利用η個專家打分權重平均方法完成對環境因素權重系數的設定，即 其中風、海浪、潮流6要素加權兩 d(i，j)表示兩個范例已知條件屬性
乙 的距離，其值大于等于0,距離越小表示兩個范例越相似。
[0061] 讀取待預測的碼頭船舶基礎數據，包括泊位、船舶類型、噸級、載量、布纜方式等數 據，利用碼頭船舶規則獲取模塊，選取相應的部分匹配規則范例，W減少后續遍歷獲取非歐 距離時的運算量。
[0062] 系統中泊位采用2字符編碼，船舶類型20字符編碼，噸級實型編碼，布纜方式采用4 字符編碼。應用SQL查詢在規則庫中檢索與待預測范例具備相同碼頭船舶作業歷史規則范 例。檢驗條件：
[0063]
[0064] X表示上述4個條件屬性。m表示第幾個屬性，其值從巧Ij4。其中i表示待預測范例，j 表示規則庫中的歷史范例。
[0065] 用戶輸入待預測時間段(用戶指定未來N小時，如1小時后、2小時后、6小時后、12小 時后、24小時后、48小時后，系泊船的運動姿態情況），利用氣象臺網發布的氣象海況信息， 獲得未來N小時環境動力預測數據。利用環境預測分析處理模塊完成環境動力數據集成，利 用環境因素數據規范化模塊采用最小-最大規范化方法，即
[0066]
[0067] 完成環境動力數據的規范化處理。
[0068] 調用船舶姿態預測處理模塊，利用基于范例CASE的加權歐幾里得距離系泊船相似 性查詢預測算法進行數據比對，環境因素權重系數從權重知識庫中讀取，環境因素距離計 算方法：
[0069]
[0070] 從預測方法庫中獲得。實施數據分布式查詢處理，捜索相應的環境碼頭船舶預測 規則(歷史范例），確定環境因素距離最小min^ecASE d(i，j)的范例為相似范例并提取對應的 規則（歷史范例），得到待預測范例的船舶姿態預測信息，即船舶6個自由度(橫移、橫搖、縱 移、縱搖、回轉和升降）的有效預測值。
[0071] 實施例1
[0072] 待預測范例環境要素風向為1(橫風），風速2.1m/s，波高1.0m，波向為1(橫浪）；流 向為5度，流速為Im/s。
[0073] 依次讀取歷史范例并計算d(i，j)，保留當前最小距離范例，當循環結束時，便得到 距離最小minjEGASE d(i，j)的范例，提取該范例的船舶姿態數據，即為船舶姿態預測值。例 如:橫移0.54m，縱移0.2m，升降0.49m，橫搖1.15度，縱搖0.36度，回轉0.28度。
[0074] W上所述，僅為本發明較佳的【具體實施方式】，但本發明的保護范圍并不局限于此， 任何熟悉本技術領域的技術人員在本發明掲露的技術范圍內，根據本發明的技術方案及其 發明構思加 W等同替換或改變，都應涵蓋在本發明的保護范圍之內。
【主權項】
1. 一種開敞式碼頭系泊船姿態預測方法，其特征在于包括如下步驟： -采集環境動力數據、碼頭船舶數據和船舶姿態數據;集成所述采集到的Ξ種數據，形 成時間連續的范例序列，存儲在環境碼頭船舶集成數據庫中； -采集當前環境動力數據，輸入環境動力預報模型得到設定時間段內的環境動力預測 數據;所述的環境動力預測數據至少包含風級、風速、風向、潮位、洋流流速和洋流流向； -遍歷所述的范例序列，通過計算得出與所述的環境動力預測數據加權歐幾里得距離 最小的范例，提取所述最小的范例的中船舶的姿態數據，即為船舶在設定時間的姿態預測 數據； 所述的船舶姿態數據至少包含:橫移、橫搖、縱移、縱搖、回轉和升降6個自由度的數據。2. 根據權利要求1所述的開敞式碼頭系泊船姿態預測方法，其特征還在于在所述"遍歷 所述的范例序列"步驟之前還包括： -根據所述的碼頭船舶數據和船舶姿態數據，在所述的環境碼頭船舶集成數據庫中進 行精確查找出匹配范例集合； 所述的碼頭船舶基礎數據至少包括:泊位、船舶類型、噸級、載量和布纜方式。3. 根據權利要求1所述的開敞式碼頭系泊船姿態預測方法，其特征還在于:所述的數據 集成之前，對所述的環境動力數據采用最小-最大規范化方法進行數據處理：將X從區間[111；[]1,1]1曰義]映射到區間[]16￥_111；[]1,]16￥_111曰義]即]16￥_義，其中義為初始的環境因 素數據;new-x為規范化后的環境因素數據。4. 根據權利要求1所述的開敞式碼頭系泊船姿態預測方法，其特征還在于:所述的基于 環境動力預測數據加權歐幾里得距離計算公式如下：其中W為環境因素風級、風速、風向、潮位、洋流流速和洋流流向的權重系數；其中風級、風速、風向、潮位、洋流流速和洋流流向6要素加權和為公式中X表示環境要素條件屬性，下標m表示第幾個環境要素，η為多個專家為當前權重 系數的打分，本系統中共6個要素，i表示待預測范例，j表示規則庫中的歷史范例，d(i，j)表 示兩個范例已知條件屬性的距離，其值大于等于0,距離越小表示兩個范例越相似。5. 根據權利要求1所述的開敞式碼頭系泊船姿態預測方法，其特征還在于:在集成所述 采集到的Ξ種數據之前，還包括對數據清洗和加載操作： 對臟數據、遺失數據、異常數據采用忽略元組、回歸填充處理，確保數據分布在各要素 的合理范圍內，即MIN< = DATA<=MAX。6. 根據權利要求1所述的開敞式碼頭系泊船姿態預測系統，其特征還在于：當提取的船 舶的姿態數據中的任意一項超過闊值時，向指定的設備發出預警姿態值和姿態圖形;形成 預警船舶姿態報表。7. -種開敞式碼頭系泊船姿態預測系統，其特征還在于包括： 采集環境動力數據、碼頭船舶數據和船舶姿態數據的數據采集單元； 集成所述采集到的Ξ種數據，形成環境碼頭船舶集成數據庫，形成時間連續的范例序 列的數據集成單元W及處理單元； 工作時，所述的處理單元控制所述的數據采集單元采集當前的環境動力數據，輸入所 述的環境動力預報模型，得到設定時間段內的環境動力預測數據;所述的環境動力預測數 據至少包含風級、風速、風向、潮位、洋流流速和洋流流向； 處理單元根據所述的環境動力預測數據，遍歷所述的環境碼頭船舶集成數據庫中的范 例序列，選擇與當前環境動力預測數據加權歐幾里得距離最小的范例；提取選擇的最小范 例中的船舶姿態數據，即為船舶在設定時間段內的姿態預測數據； 所述的基于環境動力預測數據加權歐幾里得距離計算公式如下：其中W為環境因素風級、風速、風向、潮位、洋流流速和洋流流向的權重系數；其中風級、風速、風向、潮位、洋流流速和洋流流向6要素加權和為公式中X表示環境要素條件屬性，下標m表示第幾個環境要素，η為多個專家為當前權重 系數的打分，本系統中共6個要素，i表示待預測范例，j表示規則庫中的歷史范例，d(i，j)表 示兩個范例已知條件屬性的距離，其值大于等于0,距離越小表示兩個范例越相似。8. 根據權利要求7所述的開敞式碼頭系泊船姿態預測系統，其特征還在于包括數據預 處理模塊;該模塊在所述的數據集成之前，對所述的環境動力數據采用最小-最大規范化方 法進行數據處理：將X 從區間[min, max ]映射到區間[new_min, new_max ]即new_x。9. 根據權利要求7所述的開敞式碼頭系泊船姿態預測系統，其特征還在于具有碼頭船 舶規則獲取模塊，該模塊根據輸入的碼頭船舶數據和船舶姿態數據，在所述的環境碼頭船 舶集成數據庫中進行精確查找出匹配范例集合，將該范例集合傳輸至所述的處理單元； 所述的碼頭船舶基礎數據至少包括:泊位、船舶類型、噸級、載量和布纜方式。10. 根據權利要求7所述的開敞式碼頭系泊船姿態預測系統，其特征還在于具有數據過 濾模塊和報警模塊； 所述的數據過濾模塊在集成所述采集到的Ξ種數據之前，對數據清洗和加載操作，對 臟數據、遺失數據、異常數據采用忽略元組W及回歸填充處理方法，確保數據分布在各要素 的合理范圍內，即MIN< = DATA<=MAX; 所述的報警模塊當所述處理單元提取的船舶的姿態數據中的任意一項超過闊值時，報 警模塊向指定的設備發出預警姿態值和姿態圖形;形成預警船舶姿態報表。
【文檔編號】B63B39/14GK105836066SQ201610183548
【公開日】2016年8月10日
【申請日】2016年3月28日
【發明人】宋旭東, 邱占芝
【申請人】大連交通大學