基于深度学习与航行特征提取的船舶能耗智能预测方法

一种基于深度学习与航行特征提取的船舶能耗智能预测方法，首先获取船舶的航行数据和航域环境数据，进行数据清洗和分析处理，去除其中的异常值和缺失值，并分析数据的变化特征；对航行数据进行时间尺度对齐，并将对齐后的航行数据与航域环境数据进行时空插值匹配；基于皮尔逊相关系数进行特征提取，以简化预测模型输入；对数据进行重叠采样，构建训练集和测试集，同时，基于深度学习方法与神经网络理论构建船舶能耗预测黑箱模型；随后，使用训练集数据对预测模型进行训练，采用梯度下降法更新模型参数，并在训练结束后保存模型参数；最后，基于测试集数据对训练完毕的预测模型性能进行验证；本发明能够有效地实现船舶能耗的准确预测。