一种基于制造技术

本发明专利技术公开了一种基于

【技术实现步骤摘要】
一种基于AIS数据的船舶排放清单预测方法及系统


[0001]本专利技术涉及船舶
，具体涉及一种基于
AIS
数据的船舶排放清单预测方法及系统
。

技术介绍

[0002][0003][0004]目前，主要有两种船舶清单的计算方法，分别为基于燃油消耗量或基于船舶自动识别系统
(AIS)
的计算方法
。
相比于燃油法，基于船舶自动识别系统
AIS
的自下而上的动力法由于其有着更准确的船舶动态活动数据和更高的时间和空间分辨率，已逐渐成为建立船舶清单的主流方法
。
但现有的船舶清单大多只针对现状和过去，缺乏对未来的研究；由于未来船舶减排措施的实施和制定，需要对于船舶清单的未来预测，以此来了解掌握船舶减排的有效性
。
[0005]目前，对船舶清单的研究已逐渐成熟，但关于船舶排放清单未来的预测还不够系统全面，尤其是在航运业低碳转型的背景下，亟需建立一种基于
AIS
数据的未来船舶排放清单预测方法，为后续优化船舶排放控制措施提供决策依据，为大气污染控制提供支持
。

技术实现思路

[0006]针对现有技术中存在的不足之处，本专利技术提供一种基于
AIS
数据的船舶排放清单预测方法及系统，综合考虑了未来航运贸易量和船舶减排政策，可以有效减少航运因素的不确定性，并根据需求建立所需的未来船舶排放清单，从而更全面地了解船舶排放情况，为船舶减排工作提供一定有力帮助
。/>[0007]本专利技术公开了一种基于
AIS
数据的船舶排放清单预测方法，包括：
[0008]确定基准年，基于基准年船舶的
AIS
数据建立基准年船舶活动水平数据库，并结合排放因子计算基准年船舶排放清单；
[0009]在预测未来船舶排放清单的过程中，考虑排放控制区和燃料转换政策，对排放因子进行更新和调整；
[0010]在预测未来船舶排放清单的过程中，考虑贸易活动，预测贸易活动吞吐量对船舶排放的影响比例；
[0011]在预测未来船舶排放清单的过程中，考虑船舶能效设计指数
EEDI
，预测
EEDI
对船舶排放的影响比例；
[0012]综合基准年船舶排放清单
、
调整后的排放因子
、
贸易活动吞吐量对船舶排放的影响比例以及
EEDI
对船舶排放的影响比例，计算未来船舶排放清单
。
[0013]作为本专利技术的进一步改进，所述基于基准年船舶的
AIS
数据建立基准年船舶活动水平数据库，并结合排放因子计算基准年船舶排放清单；包括：
[0014]获取基准年船舶的
AIS
数据；其中，所述
AIS
数据包括船舶动态行驶数据和船舶静
态数据，所述船舶动态行驶数据包括航速
、
航行时间和地理位置信息，所述船舶静态数据包括船舶类型
、
船舶总吨和载重吨；
[0015]对基准年船舶的
AIS
数据进行预处理，建立基准年船舶活动水平数据库；其中，所述预处理包括数据清洗
、
筛选
、
匹配和质量校验；
[0016]基于基准年船舶活动水平数据库和船舶排放因子数据，计算基准年船舶大气污染物及温室气体排放量，进而建立基准年船舶排放清单，主要包括
SO2、NO
x
、PM
10
、PM
2.5
、CO、HC
和
CO2；基准年船舶排放清单中每种船舶运行工况下各污染物及温室气体排放的计算公式为：
[0017][0018]式中，
E
代表船舶产生的大气污染物或温室气体
i
的排放量，
j、k、l
和
n
分别代表排放设备
、
燃料类型
、
运行工况和
AIS
报文总时间间隔，
P
代表船舶额定功率，
LF
代表负载因子，
T
代表每艘船舶两条连续
AIS
报文之间的间隔时间，
EF
代表
i
的排放因子，
LLAF
代表低负荷调整因子
。
[0019]作为本专利技术的进一步改进，所述考虑排放控制区和燃料转换政策，对排放因子进行更新和调整；包括：
[0020]根据
《
船舶大气污染物排放控制区实施方案
》
的文件要求，设置船舶排放控制区
DECA
范围，对于进入排放控制区内的船舶根据政策要求使用低硫油；
[0021]收集船舶使用清洁燃料后污染物及温室气体排放情况和船舶运行数据，并建立船舶使用各清洁燃料的排放因子表，基于排放因子表确定更新和调整后的排放因子
。
[0022]作为本专利技术的进一步改进，所述预测贸易活动吞吐量对船舶排放的影响比例，包括：
[0023]基于吞吐量的历史数据，拟合吞吐量的趋势方程；
[0024]基于吞吐量的趋势方程，获取目标年份的吞吐量
Y
目标年份
；
[0025]基于目标年份的吞吐量
Y
目标年份
和基准年的吞吐量
Y
基准年
，计算贸易活动吞吐量对船舶排放的影响比例
Con1；其中，
Con1＝
Y
目标年份
/Y
基准年
。
[0026]作为本专利技术的进一步改进，
EEDI
对船舶排放的影响比例
Con2的预测公式为：
[0027]Con2＝
(N+90
％
A+80
％
B+70
％
C)/N
[0028]式中，
N
为基准年船舶数量，
A、B、C
分别为
2015
‑
2020
年新增的船舶数量
、2020
‑
2025
新增的船舶数量
、2025
‑
目标年份新增的船舶数量
。
[0029]作为本专利技术的进一步改进，未来船舶排放清单中每种船舶运行工况下各污染物及温室气体排放的计算公式为：
[0030][0031]式中，
E
代表船舶产生的大气污染物或温室气体
i
的排放量，
j、k、l
和
n
分别代表排放设备
、
燃料类型
、
运行工况和
AIS
报文总时间间隔，
P
代表船舶额定功率，
LF
代表负载因子，<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
AIS
数据的船舶排放清单预测方法，其特征在于，包括：确定基准年，基于基准年船舶的
AIS
数据建立基准年船舶活动水平数据库，并结合排放因子计算基准年船舶排放清单；在预测未来船舶排放清单的过程中，考虑排放控制区和燃料转换政策，对排放因子进行更新和调整；在预测未来船舶排放清单的过程中，考虑贸易活动，预测贸易活动吞吐量对船舶排放的影响比例；在预测未来船舶排放清单的过程中，考虑船舶能效设计指数
EEDI
，预测
EEDI
对船舶排放的影响比例；综合基准年船舶排放清单
、
调整后的排放因子
、
贸易活动吞吐量对船舶排放的影响比例以及
EEDI
对船舶排放的影响比例，计算未来船舶排放清单
。2.
如权利要求1所述的基于
AIS
数据的船舶排放清单预测方法，其特征在于，所述基于基准年船舶的
AIS
数据建立基准年船舶活动水平数据库，并结合排放因子计算基准年船舶排放清单；包括：获取基准年船舶的
AIS
数据；其中，所述
AIS
数据包括船舶动态行驶数据和船舶静态数据，所述船舶动态行驶数据包括航速
、
航行时间和地理位置信息，所述船舶静态数据包括船舶类型
、
船舶总吨和载重吨；对基准年船舶的
AIS
数据进行预处理，建立基准年船舶活动水平数据库；其中，所述预处理包括数据清洗
、
筛选
、
匹配和质量校验；基于基准年船舶活动水平数据库和船舶排放因子数据，计算基准年船舶大气污染物及温室气体排放量，进而建立基准年船舶排放清单，主要包括
SO2、NO
x
、PM
10
、PM
2.5
、CO、HC
和
CO2；基准年船舶排放清单中每种船舶运行工况下各污染物及温室气体排放的计算公式为：式中，
E
代表船舶产生的大气污染物或温室气体
i
的排放量，
j、k、l
和
n
分别代表排放设备
、
燃料类型
、
运行工况和
AIS
报文总时间间隔，
P
代表船舶额定功率，
LF
代表负载因子，
T
代表每艘船舶两条连续
AIS
报文之间的间隔时间，
EF
代表
i
的排放因子，
LLAF
代表低负荷调整因子
。3.
如权利要求1所述的基于
AIS
数据的船舶排放清单预测方法，其特征在于，所述考虑排放控制区和燃料转换政策，对排放因子进行更新和调整；包括：根据
《
船舶大气污染物排放控制区实施方案
》
的文件要求，设置船舶排放控制区
DECA
范围，对于进入排放控制区内的船舶根据政策要求使用低硫油；收集船舶使用清洁燃料后污染物及温室气体排放情况和船舶运行数据，并建立船舶使用各清洁燃料的排放因子表，基于排放因子表确定更新和调整后的排放因子
。4.
如权利要求1所述的基于
AIS
数据的船舶排放清单预测方法，其特征在于，所述预测贸易活动吞吐量对船舶排放的影响比例，包括：基于吞吐量的历史数据，拟合吞吐量的趋势方程；基于吞吐量的趋势方程，获取目标年份的吞吐量
Y
目标年份
；
基于目标年份的吞吐量
Y
目标年份
和基准年的吞吐量
Y
基准年
，计算贸易活动吞吐量对船舶排放的影响比例
Con1；其中，
Con1＝
Y
目标年份
/Y
基准年
。5.
如权利要求1所述的基于
AIS
数据的船舶排放清单预测方法，其特征在于，
EEDI
对船舶排放的影响比例
Con2的预测公式为：
Con2＝
(N+90
％
A+80
％
B+70
％
C)/N
式中，
N
为基准年船舶数量，
A、B、C
分别为
2015
‑
2020
年新增的船舶数量
、2020
‑
2025
新增的船舶数量
、2025
‑
目标年份新增的船舶数量
。6.
如权利要求1所述的基于
AIS
数据的船舶排放清单预测方法，其特征在于，未来船舶排放清单中每种船舶运行工况下各污染物及温室气体排放的计算公式为：式中，
E
代表船舶产生的大气污染物或温室气体
i
的排放量，
j、k、l
和
n
分别代表排放设备
、
燃料类型
、
运行工况和
AIS
报文总时间间隔，
P
代表船舶额定功率，
LF
代表负载因子，
T
代表每艘船舶两条连续
AIS
报文之间的间隔时间，
LLAF
代表低负荷调整因子，
EF
调整后
为考虑燃料替换后
i
的排放因子，
Con1为贸易活动吞吐量对船舶排放的影响比例，
Con2为
EEDI...

【专利技术属性】
技术研发人员：陈东升，邱佩佩，王小桐，傅心怡，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：