摘要
风帆助航是实现绿色船舶的有效途径之一，风帆助航船能耗预测研究是风帆助航船舶能效提升的基础和关键。本文以一艘风帆船舶为研究对象，建立了基于主机-螺旋桨-风帆推进系统能量传递关系和实际航行数据的船舶能耗灰箱模型，以提高风帆助航船能耗预测模型准确性和有效性，为风帆助航船能效优化奠定模型基础。本文主要工作内容如下： （1）通过目标船正午报告和气象预报中心获取船舶能耗数据与航行环境数据，根据船舶时空位置将能耗数据和航行环境数据进行匹配融合，并分别建立小时分辨率和天分辨率风帆助航船能耗数据集，为风帆助航船能耗预测模型的建立奠定数据基础； （2）通过风洞试验数据分析了风帆的空气动力学特性，并分析了船舶阻力特性、风帆升起和收回时的船舶推进系统能量传递关系，以此为基础分别建立了风帆升起和收回时的风帆助航船能耗预测物理模型； （3）通过建立的风帆助航船能耗预测物理模型构造了表征风帆节能效果的风帆特征变量，加入建立的能耗数据集中。基于五种机器学习算法建立风帆助航船能耗预测机器学习模型，通过贝叶斯优化算法优化机器学习模型超参数，并采用K折交叉验证保证模型超参数优化合理性； （4）将风帆助航船能耗预测物理模型与五种机器学习模型分别按串联和并联的方式相结合建立 10 种风帆助航船能耗预测灰箱模型组合形式，采用风帆助航船能耗数据集对模型进行训练、超参数优化、测试，评估并分析了灰箱模型的预测结果。以均方根误差最小为标准选择出最优灰箱模型组合形式。结果显示：与能耗预测物理模型相比，风帆升起和收回状态下，选择的最优灰箱模型均方根误差值分别降低了 41.71%和27.98%。
NETL