摘要
本发明涉及一种大型浮式生产平台江海拖带拖航编队的控制方法及装置,属于海洋工程拖带技术领域,其中,该大型浮式生产平台江海拖带拖航编队的控制方法包括:实时采集拖航编队的多源监测数据;对当前时刻拖航编队的多源监测数据进行耦合特征提取及特征融合得到目标数据;将目标数据作为轨迹预测模型的输入,将轨迹预测模型的输出确定为下一时刻拖航编队的轨迹;基于下一时刻拖航编队的轨迹进行风险预测,基于风险预测结果确定是否对拖航编队的位姿进行控制调整。本发明通过融合深度学习方法与分布式协同控制理论进行编队的轨迹预测和风险预测,保证了大型浮式生产平台从江河到沿海水域拖航任务的安全实施。
技术关键词
轨迹预测模型
耦合特征提取
风险预测模型
拖轮
船舶运动状态
多源监测数据
平台
运动状态参数
分布式协同控制
拖船
融合深度学习
遗传算法
深度强化学习
交通流
推力
力矩
系统为您推荐了相关专利信息
风险预测方法
影像特征数据
围术期
风险预测模型
时间序列形式
数据中心
腹膜透析患者
风险预测方法
预训练模型
聚类
状态实时监测
裂缝
声光告警装置
识别方法
时间序列图像
历史轨迹数据
动态时间规整算法
轨迹特征
三次样条插值法
轨迹预测技术
风险预测模型
多源监测数据
风险预测方法
水电站
统一时间尺度