一种基于深度学习的海工平台资源调度系统及方法

本发明公开了一种基于深度学习的海工平台资源调度系统及方法，涉及浮式风电平台的作业资源调度技术领域，包括：采集起重臂作业过程中的位移轨迹和作业状态信号；在起重臂的作业半径范围进行空间映射，构建三维栅格化空间占用图；构建施工任务图谱；使用三维卷积网络对未来起重臂作业过程中的位移轨迹进行动态重叠预测，输出预测位移轨迹，还包括，加入浮式风电平台的平台扰动分量，进行扰动建模，基于扰动建模计算路径冲突区域列表中预测位移轨迹的冲突概率，当所述冲突概率大于预设冲突阈值时通过边缘计算节点进行实时预警，并对起重臂作业进行调度。本方法有效提升了多起重臂协同作业的安全性与智能化水平，具有广泛的工程应用前景。