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！

龙图腾网获悉江苏海宇航务工程有限公司申请的专利大型浮式生产平台江海拖带拖航编队的控制方法及装置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：CN119937615B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202510425773.2，技术领域涉及：G05D1/49；该发明授权大型浮式生产平台江海拖带拖航编队的控制方法及装置是由刘建业;韩加平;詹齐荣;戚巍;王能亮设计研发完成，并于2025-04-07向国家知识产权局提交的专利申请。

本大型浮式生产平台江海拖带拖航编队的控制方法及装置在说明书摘要公布了：本发明涉及一种大型浮式生产平台江海拖带拖航编队的控制方法及装置，属于海洋工程拖带技术领域，其中，该大型浮式生产平台江海拖带拖航编队的控制方法包括：实时采集拖航编队的多源监测数据；对当前时刻拖航编队的多源监测数据进行耦合特征提取及特征融合得到目标数据；将目标数据作为轨迹预测模型的输入，将轨迹预测模型的输出确定为下一时刻拖航编队的轨迹；基于下一时刻拖航编队的轨迹进行风险预测，基于风险预测结果确定是否对拖航编队的位姿进行控制调整。本发明通过融合深度学习方法与分布式协同控制理论进行编队的轨迹预测和风险预测，保证了大型浮式生产平台从江河到沿海水域拖航任务的安全实施。

本发明授权大型浮式生产平台江海拖带拖航编队的控制方法及装置在权利要求书中公布了：1.一种大型浮式生产平台江海拖带拖航编队的控制方法，其特征在于，包括： 实时采集拖航编队的多源监测数据，所述多源监测数据包含主拖船与大型浮式生产平台的运动状态参数及通航环境参数； 对当前时刻拖航编队的多源监测数据进行耦合特征提取及特征融合得到目标数据； 将目标数据作为轨迹预测模型的输入，将轨迹预测模型的输出确定为下一时刻拖航编队的轨迹，轨迹预测模型以GRU-ADMM网络为基础分别进行单艘船舶的轨迹预测，并通过分布式协同优化算法进行拖带编队的轨迹预测，单艘船舶的轨迹预测包括主拖船与大型浮式生产平台的轨迹预测； 基于下一时刻拖航编队的轨迹进行风险预测，基于风险预测结果确定是否对拖航编队的位姿进行控制调整； 所述基于下一时刻拖航编队的轨迹进行风险预测，包括： 对下一时刻拖航编队的多源监测数据进行耦合特征提取，得到下一时刻拖航编队对应的拖航行为特征、环境影响特征、船舶运动状态特征和交通流影响特征； 对下一时刻拖航编队对应的拖航行为特征、环境影响特征、船舶运动状态特征和交通流影响特征进行预处理，得到下一时刻拖航编队对应的风险特征矩阵； 将下一时刻拖航编队对应的风险特征矩阵作为风险预测模型的输入，基于风险预测模型输出的风险值进行风险预测，风险预测模型是基于历史风险特征矩阵及历史风险值训练得到的； 所述基于风险预测结果确定是否对拖航编队的位姿进行控制调整，包括： 在风险预测模型输出的风险值大于风险阈值的情况下，确定对拖航编队的位姿进行控制调整； 在风险预测模型输出的风险值小于或者等于风险阈值的情况下，确定不对拖航编队的位姿进行控制调整； 所述对拖航编队的位姿进行控制调整，包括：对拖航编队的拖轮配置、航迹和编队位姿进行调整； 所述对拖航编队的拖轮配置进行调整，包括： 以拖航任务成本为目标函数，以推力平衡、力矩平衡和设备能力限制为约束函数，对拖航编队的拖轮数量、拖轮功率和拖轮推力方向进行调整； 所述对拖航编队的拖轮数量、拖轮功率和拖轮推力方向进行调整，包括： 以拖航编队的拖轮数量、拖轮功率和拖轮推力方向为变量，基于遗传算法生成全局最优组合； 基于深度强化学习网络对所述全局最优组合进行局部优化，并基于遗传算法对局部优化后的所述全局最优组合进行优化，直到确定目标函数值最小的变量组合，并基于对应的目标函数值最小的变量组合对拖航编队的拖轮配置进行调整。

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江苏海宇航务工程有限公司，其通讯地址为：210000 江苏省南京市玄武区中央路238号；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。