基于遗传算法和深度学习的纯电动拖轮能耗预测方法

本发明提供一种基于遗传算法和深度学习的纯电动拖轮能耗预测方法，包括实时采集纯电动拖轮的运行数据，所述运行数据包括电仓数据、航行数据和环境参数，并对运行数据进行预处理；构建包含工况标签的训练集，包括根据电仓瞬时能耗和航速提取拖轮单位距离能量消耗率，通过映射拖轮单位距离能量消耗率并结合拖轮位置信息判断工况类型；构建基于双向LSTM的纯电动拖轮能耗预测模型，利用遗传算法动态优化模型超参数，进行模型训练；通过滑动时间窗口实时更新数据，基于训练好的纯电动拖轮能耗预测模型，同步输出每分钟能耗和每海里能耗的预测值。本发明充分考虑了纯电动拖轮的不同工况对拖轮能耗消耗的影响，能够支持进行实时预测。