理论研究与实践

时间：2025-06-24 作者：邢承斌，刘斌，汪大春，岳小林，马明轩，马君，王伟

【摘要】港作船舶具有典型的多工况作业特性，传统基于数学模型的电力负荷预测方法难以满足船舶的实际应用需求。为此，本文提出一种基于 Bi-LSTM 神经网络和参数调优的船舶电力负荷预测模型，并引入迁移学习策略，从此完成施工工况改变情况下新预测模型的快速重建，解决了船舶因工况变化导致的模型失准问题。

关键词：船舶电力负荷预测；参数调优；迁移学习；Bi-LSTM 神经网络

扫一扫关注微信

新闻投稿：zgsbgcxw@126.com

技术文章投稿：zgsbgc@126.com 京ICP备11002091号-2

全国统一刊号:CN11-4623 国际标准刊号:ISSN1671-0711

邮发代号:82-374 广告登记证号:京西工商广字第0254号