基于长短期记忆网络的船舶主柴油机性能预测

作者：焦品博; 王海燕^*; 孙超; 张桂臣

来源：内燃机学报, 2021, 39(03): 250-256.

DOI：10.16236/j.cnki.nrjxb.202103032

• 船舶主柴油机
• 长短期记忆网络
• 马氏距离
• 性能指标
• 性能预测

为预测船舶主柴油机的整体性能,提出一种结合马氏距离和长短期记忆网络(LSTM)的性能预测方法.选取20个常规热力参数作为柴油机的性能参数,引入马氏距离度量不同时刻柴油机的性能退化程度,并归一化为性能指标(PI)序列,以直观描述柴油机的性能退化过程.建立三层LSTM网络模型,分别采用单步法和多步法预测性能指标序列,从而实现柴油机整体性能的趋势预测.以船用柴油机的性能预测实例进行方法验证,性能指标曲线可以直观反映柴油机的性能退化过程,符合柴油机的一般性能退化规律.单步预测的均方根误差(RMSE)和平均绝对误差(MAE)分别等于0.016 6和0.012 8,多步预测中60步预测的RMSE和MAE分别等于0.036 3和0.031 5,验证了该方法可用于对柴油机性能的短期波动预测与长期趋势预测.

• 单位
  上海海事大学; 中国船舶工业系统工程研究院