Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Phân tích và dự đoán hiệu suất năng lượng của tàu sử dụng công nghệ 6G, big data, Internet vạn vật và trí tuệ nhân tạo
Tóm tắt
Mục tiêu của nghiên cứu này là giải quyết vấn đề tiêu thụ năng lượng trên tàu ở Trung Quốc không được quản lý và giám sát trong thời gian dài do thiếu các phương tiện kỹ thuật hiệu quả. Phương pháp phân tích thứ bậc (AHP) chủ yếu được sử dụng để thiết lập hệ thống chỉ số đánh giá tiêu thụ năng lượng của tàu. Các chỉ số được lựa chọn và trọng số của chúng được xác định. Mỗi chỉ số được phân tích chi tiết và thực hiện mô hình đánh giá. Trong khía cạnh dự đoán tiêu thụ năng lượng, mạng nơ-ron kết hợp với lý thuyết nhận diện hệ thống được áp dụng, và mô hình được thiết lập dựa trên dữ liệu thu được. Đồng thời, việc dự đoán ngắn hạn về tiêu thụ năng lượng của tàu cũng được thực hiện. Dựa trên bối cảnh của công nghệ giao tiếp 6G, Internet vạn vật và công nghệ trí tuệ nhân tạo, phương pháp kết hợp phát triển giao diện C#.net và MATLAB được áp dụng để thiết kế một hệ thống đánh giá và dự đoán tiêu thụ năng lượng của tàu, cho phép thực hiện đánh giá và dự đoán tiêu thụ năng lượng tàu thông qua việc nhập tham số trực tiếp. Hiệu suất của hệ thống dự đoán tiêu thụ năng lượng tàu là tốt, sự chênh lệch giữa giá trị dự đoán và giá trị thực tế là nhỏ, và sai số tương đối tối thiểu chỉ là 0.017%. Hệ thống không chỉ có thể được sử dụng để đánh giá và dự đoán tiêu thụ năng lượng của tàu, mà còn giúp việc lưu trữ tài nguyên thông tin của tàu trở nên thuận tiện hơn, điều này góp phần cho việc xây dựng cơ sở dữ liệu tri thức. Đây là điều vô cùng có ý nghĩa để cải thiện khả năng quản lý tổng thể của ngành vận tải biển Trung Quốc.
Từ khóa
#hiệu suất năng lượng #tiêu thụ năng lượng #phân tích thứ bậc #dự đoán #công nghệ 6G #Internet vạn vật #trí tuệ nhân tạoTài liệu tham khảo
Kocak G, Durmusoglu Y (2018) Energy efficiency analysis of a ship’s central cooling system using variable speed pump. J Mar Eng Technol 17(1):43–51
Yanuar, Ibadurrahman I, Gunawan A et al (2020) Drag reduction of X-pentamaran ship model with asymmetric-hull outrigger configurations and hull separation. Energy Rep 6:784–789
Tahmassebi A, Gandomi AH (2018) Building energy consumption forecast using multi-objective genetic programming. Measurement 118:164–171
Somu N, Gauthama R, Ramamritham K (2021) A deep learning framework for building energy consumption forecast. Renew Sustain Energy Rev 137:110591
Wang H, Xing-Ke LI (2016) Forecast research of consumption of marine power system. Ship Sci Technol 38(10):40–42
Diez-Olivan A, Del Ser J, Galar D et al (2019) Data fusion and machine learning for industrial prognosis: trends and perspectives towards Industry 4.0. Inf Fusion 50:92–111
Wang B, Gu X, Ma L et al (2017) Temperature error correction based on BP neural network in meteorological wireless sensor network. Int J Sens Netw 23(4):265–278
Wu J, Zhu Y, Wang Z et al (2017) A novel ship classification approach for high resolution SAR images based on the BDA-KELM classification model. Int J Remote Sens 38(23):6457–6476
Wang Y, Chai S, Khan F et al (2017) Unscented Kalman Filter trained neural networks based rudder roll stabilization system for ship in waves. Appl Ocean Res 68:26–38
Huang T, Yang W, Wu J et al (2019) A survey on green 6G network: architecture and technologies. IEEE Access 7:175758–175768
Letaief KB, Chen W, Shi Y et al (2019) The roadmap to 6G: AI empowered wireless networks. IEEE Commun Mag 57(8):84–90
Lu H, Li Y, Chen M et al (2018) Brain intelligence: go beyond artificial intelligence. Mobile Netw Appl 23(2):368–375
Holzinger A, Langs G, Denk H et al (2019) Causability and explainability of artificial intelligence in medicine. Wiley Interdiscip Rev Data Min Knowl Discov 9(4):1312
Haenlein M, Kaplan A (2019) A brief history of artificial intelligence: on the past, present, and future of artificial intelligence. Calif Manag Rev 61(4):5–14
Lyu HM, Zhou WH, Shen SL et al (2020) Inundation risk assessment of metro system using AHP and TFN-AHP in Shenzhen. Sustain Cities Soc 56:102103
Theotokatos G, Sfakianakis K, Vassalos D et al (2017) Investigation of ship cooling system operation for improving energy efficiency. J Mar Sci Technol 22(1):38–50
Shah ZA, Sindi HF, Ul-Haq A et al (2020) Fuzzy logic based direct load control scheme for air conditioning load to reduce energy consumption. IEEE Access 2020(99):1–1
Jun D, Ruonan L, Xin W et al (2020) Modelling and optimisation of vacuum collection system for cruise ship kitchen garbage. Polish Mar Res 27(1):152–161
Yan Y, Zhang H, Long Y et al (2019) Multi-objective design optimization of combined cooling, heating and power system for cruise ship application. J Clean Prod 233:264–279
Agamy H, Abdelgeliel M, Mosleh M et al (2020) Neural fuzzy control of the indoor air quality onboard a RO–RO ship garage. Int J Fuzzy Syst 22(3):1020–1035
Banaei M, Ghanami F, Rafiei M (2020) Energy management of hybrid diesel/battery ships in multidisciplinary emission policy areas. Energies 13(16):4179
Ye B, Xiong J, Wang Q et al (2019) Design and implementation of pseudo-inverse thrust allocation algorithm for ship dynamic positioning. IEEE Access 2019(99):1–1
Polanowski S (2019) Analysis of ratios of propulsion energy demand for transport by bulk carriers. J KONES 26(3):173–180
Cherniy SG, Sobolev AS, Erofeev PA (2020) Developing simulation models for precise adjustment and debugging of ship frequency inverters. Vestnik Of Astrakhan State Technical University Series Marine Engineering and Technologies 2020(4):95–104
Vladimir N, Ancic I, Sestan A et al (2018) Effect of ship size on EEDI requirements for large container ships. J Mar Sci Technol 23(1):42–51