买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中船赛思亿(无锡)电气科技有限公司;中船赛思亿(福建)电气科技有限公司申请的专利基于多工况适配的船舶轴带发电能量管理与效率优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121069789B 。

龙图腾网通过国家知识产权局官网在2026-01-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511604015.3，技术领域涉及：G06Q10/06；该发明授权基于多工况适配的船舶轴带发电能量管理与效率优化方法是由乌云翔;邵诗逸;常国梅;孙健;季佳;张明达设计研发完成，并于2025-11-05向国家知识产权局提交的专利申请。

本基于多工况适配的船舶轴带发电能量管理与效率优化方法在说明书摘要公布了：本发明涉及船舶电力系统控制技术领域，尤其涉及基于多工况适配的船舶轴带发电能量管理与效率优化方法，包括：数据采集与处理步骤：实时采集并预处理能够综合表征船舶推进系统、电力系统、运动状态及外部环境的多源异构运行参数；工况动态辨识步骤；优化模型动态构建步骤；在线优化与控制步骤；自适应学习步骤：基于系统运行过程中产生的新数据，对所述时序深度学习模型进行周期性增量训练，以更新其网络参数。自适应学习能够使得系统随着船舶运行的时间推移和外部环境变化不断优化工况辨识的精度，提高了系统的长期稳定性和适应性。

本发明授权基于多工况适配的船舶轴带发电能量管理与效率优化方法在权利要求书中公布了：1.基于多工况适配的船舶轴带发电能量管理与效率优化方法，其特征在于，包括以下步骤： 数据采集与处理步骤：实时采集并预处理多源异构运行参数，包括主机参数组、船舶运动与环境参数组、电力系统参数组、航行指令参数组； 工况动态辨识步骤：将处理后的主机参数组、船舶运动与环境参数组、电力系统参数组、航行指令参数组输入至预先训练的时序深度学习模型中，计算得到工况辨识结果，工况辨识结果是用于表征当前时刻船舶处于多种预定义精细化工况的置信程度的，所述工况辨识结果包括主导工况，所述精细化工况是根据多维运行参数组合聚类划分出的、区别于传统二分法的典型运行状态； 优化模型动态构建步骤：根据所述工况辨识结果中的主导工况，选择并构建一个全局效率最优化模型，全局效率最优化模型的优化目标为使从主机燃油消耗到电网电能输出的全路径综合效率最高，全局效率最优化模型的决策变量包括轴带发电机、辅机发电机及储能系统的功率指令，且全局效率最优化模型的约束条件系数根据所述主导工况进行自适应调整； 在线优化与控制步骤：采用在线优化算法对构建的所述全局效率最优化模型进行求解，并将求解得到的最优决策变量值作为控制指令，同步下发至轴带发电机、辅机发电机及储能系统的执行机构； 自适应学习步骤：基于系统运行过程中产生的新数据，对所述时序深度学习模型进行周期性增量训练，以更新其网络参数； 所述约束条件系数的自适应调整是指： 主机负载约束中主机总负荷安全运行区间的上限值，在主机富余功率充裕的工况下被设置得较高以充分利用能量，在主机富余功率紧张的工况下则被设置得较低以为推进系统预留更多动力裕量； 所述辅机发电机运行约束中单台辅机发电机的高效率运行区间范围，根据当前投入运行的辅机发电机台数和总电网负载动态计算，以确保每台运行的辅机其负载率落在其效率特性曲线的高效段内； 所述储能系统运行约束中对其目标荷电状态的期望值，根据对未来一段时间内工况走势的预测进行设置，若预测将进入高负载工况，则期望值被调高以储备能量，若预测将进入低负载工况，则期望值被调低以准备吸收多余能量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中船赛思亿(无锡)电气科技有限公司;中船赛思亿(福建)电气科技有限公司，其通讯地址为：214100 江苏省无锡市新吴区开发区83号-D地块；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。