基于物理数据混合驱动的双燃料船能效营运指标预测方法

本发明公开了一种基于物理数据混合驱动的双燃料船能效营运指标预测方法，包括：采集液化天然气双燃料船舶历史能效数据并进行预处理；通过特征选择得到输入特征。构建物理机理模型预测燃料消耗量，并建立基于贝叶斯优化与鲸鱼优化双级优化算法框架的双向循环神经网络数据驱动模型，以预测物理机理模型与历史船舶各燃料消耗数据的误差；将基于物理机理模型预测得到的各燃料消耗量与数据驱动模型输出的误差通过数据驱动模型与物理机理模型结合形成的物理数据混合驱动模型进行相加，得到最终各燃料消耗量预测结果，并计算得到船舶能效营运指标。本发明能使预测得到的液化天然气双燃料船舶的能效营运指标的相对误差更小，满足实际能效管理需求。