详情

原文传递船舶双燃料LNG供气冷能回收控制系统及方法

专利名称：	船舶双燃料LNG供气冷能回收控制系统及方法
摘要：	本申请公开了一种船舶双燃料LNG供气冷能回收控制系统及方法，其中，所述系统包括储罐、第一汽化器、气液分离装置、稳压罐和发动机；其中，液态LNG由所述储罐流入所述第一汽化器以得到汽液混合物，所述液态LNG在所述第一汽化器内实现热交换；所述汽液混合物进入所述气液分离装置实现气液分离以得到气态LNG和未被汽化的液态LNG，其中，所述气态LNG从所述气液分离装置的顶部进入所述稳压罐，所述未被汽化的液态LNG聚集在所述气液分离装置的底部；其中，进入所述稳压罐的所述气态LNG的一部分进入所述发动机进行供气，所述气态LNG的另一部分作为气源，用于实现所述的气液分离装置的增压。
专利类型：	发明专利
国家地区组织代码：	浙江;33
申请人：	浙江浙能迈领环境科技有限公司
发明人：	沈海涛;郑浣琪;王兴如;沈敏强;郭景州;应曼青;洪建沣;王杰;胡国强
专利状态：	有效
申请日期：	2023-08-22T00:00:00+0800
发布日期：	2023-11-17T00:00:00+0800
申请号：	CN202311065050.3
公开号：	CN117072350A
代理机构：	杭州汇和信专利代理有限公司
代理人：	董超
分类号：	F02M21/06;F02M21/02;F02D41/00;F02D41/14;F;F02;F02M;F02D;F02M21;F02D41;F02M21/06;F02M21/02;F02D41/00;F02D41/14
申请人地址：	310000 浙江省杭州市萧山区萧山经济技术开发区明星路371号3幢601室
主权项：	1.一种船舶双燃料LNG供气冷能回收控制方法，其特征在于，包括：液态LNG由储罐流入汽化器以得到汽液混合物，所述液态LNG在所述汽化器内实现热交换；所述汽液混合物进入气液分离装置实现气液分离以得到气态LNG和未被汽化的液态LNG，其中，所述气态LNG从所述气液分离装置的顶部进入稳压罐，所述未被汽化的液态LNG聚集在所述气液分离装置的底部；以及将所述未被汽化的液态LNG输送至二级换热器进行换热。 2.根据权利要求1所述的船舶双燃料LNG供气冷能回收控制方法，其特征在于，进入所述稳压罐的所述气态LNG的一部分进入发动机进行供气，所述气态LNG的另一部分作为气源，用于实现所述气液分离装置的增压。 3.根据权利要求2所述的船舶双燃料LNG供气冷能回收控制方法，其特征在于，液态LNG由储罐流入汽化器以得到汽液混合物，包括：获取预定时间段内多个预定时间点的液态LNG的流速值以及所述多个预定时间点的外部热源的流速值；对所述多个预定时间点的液态LNG的流速值以及所述多个预定时间点的外部热源的流速值进行时序分析以得到校正液态LNG流速时序特征向量；及基于所述校正液态LNG流速时序特征向量，确定所述液态LNG的流速值的控制策略。 4.根据权利要求3所述的船舶双燃料LNG供气冷能回收控制方法，其特征在于，对所述多个预定时间点的液态LNG的流速值以及所述多个预定时间点的外部热源的流速值进行时序分析以得到校正液态LNG流速时序特征向量，包括：将所述多个预定时间点的液态LNG的流速值以及所述多个预定时间点的外部热源的流速值分别按照时间维度排列为液态LNG流速时序输入向量和外部热源流速时序输入向量；对所述液态LNG流速时序输入向量和所述外部热源流速时序输入向量进行协同模式分析以得到液态LNG流速-外部热源流速协同特征矩阵；以及基于所述液态LNG流速-外部热源流速协同特征矩阵，对所述液态LNG流速时序输入向量进行编码与校正以得到所述校正液态LNG流速时序特征向量。 5.根据权利要求4所述的船舶双燃料LNG供气冷能回收控制方法，其特征在于，对所述液态LNG流速时序输入向量和所述外部热源流速时序输入向量进行协同模式分析以得到液态LNG流速-外部热源流速协同特征矩阵，包括：对所述液态LNG流速时序输入向量和所述外部热源流速时序输入向量进行关联编码以得到液态LNG流速-外部热源流速协同矩阵；以及将所述液态LNG流速-外部热源流速协同矩阵通过基于二维卷积神经网络模型的流速协同特征提取器以得到所述液态LNG流速-外部热源流速协同特征矩阵。 6.根据权利要求5所述的船舶双燃料LNG供气冷能回收控制方法，其特征在于，基于所述液态LNG流速-外部热源流速协同特征矩阵，对所述液态LNG流速时序输入向量进行编码与校正以得到所述校正液态LNG流速时序特征向量，包括：将所述液态LNG流速时序输入向量通过基于一维卷积神经网络模型的时序特征提取器以得到液态LNG流速时序特征向量；以及以所述液态LNG流速时序特征向量作为查询特征向量，计算其与所述液态LNG流速-外部热源流速协同特征矩阵之间的乘积以得到所述校正液态LNG流速时序特征向量。 7.根据权利要求6所述的船舶双燃料LNG供气冷能回收控制方法，其特征在于，基于所述校正液态LNG流速时序特征向量，确定所述液态LNG的流速值的控制策略，包括：将所述校正液态LNG流速时序特征向量通过分类器以得到分类结果，所述分类结果用于表示当前时间点的液态LNG的流速值应增大或应减小；以及基于所述分类结果，确定所述液态LNG的流速值的控制策略。 8.根据权利要求7所述的船舶双燃料LNG供气冷能回收控制方法，其特征在于，还包括训练步骤：对所述基于二维卷积神经网络模型的流速协同特征提取器、所述基于一维卷积神经网络模型的时序特征提取器和所述分类器进行训练；其中，所述训练步骤，包括：获取训练数据，所述训练数据包括预定时间段内多个预定时间点的训练液态LNG的流速值以及所述多个预定时间点的训练外部热源的流速值，以及，当前时间点的液态LNG的流速值应增大或应减小的真实值；将所述多个预定时间点的训练液态LNG的流速值以及所述多个预定时间点的训练外部热源的流速值分别按照时间维度排列为训练液态LNG流速时序输入向量和训练外部热源流速时序输入向量；对所述训练液态LNG流速时序输入向量和所述训练外部热源流速时序输入向量进行关联编码以得到训练液态LNG流速-外部热源流速协同矩阵；将所述训练液态LNG流速-外部热源流速协同矩阵通过所述基于二维卷积神经网络模型的流速协同特征提取器以得到训练液态LNG流速-外部热源流速协同特征矩阵；将所述训练液态LNG流速时序输入向量通过所述基于一维卷积神经网络模型的时序特征提取器以得到训练液态LNG流速时序特征向量；以所述训练液态LNG流速时序特征向量作为查询特征向量，计算其与所述训练液态LNG流速-外部热源流速协同特征矩阵之间的乘积以得到训练校正液态LNG流速时序特征向量；将所述训练校正液态LNG流速时序特征向量通过分类器以得到分类损失函数值；以及以所述分类损失函数值对所述基于二维卷积神经网络模型的流速协同特征提取器、所述基于一维卷积神经网络模型的时序特征提取器和所述分类器进行训练，其中，在每次迭代的过程中，对所述分类器的权重矩阵进行基于基准注释的外部边界约束。 9.根据权利要求8所述的船舶双燃料LNG供气冷能回收控制方法，其特征在于，对所述分类器的权重矩阵进行基于基准注释的外部边界约束，包括：以如下优化公式对所述分类器的权重矩阵进行基于基准注释的外部边界约束以得到优化权重矩阵；其中，所述优化公式为：其中，M1和M2分别是上次和本次迭代的权重矩阵，Vc是所述训练校正液态LNG流速时序特征向量，V1是第一过渡向量，V2是第二过渡向量，V2T是第二过渡向量的转置，表示矩阵乘法，/>表示矩阵加法，M2′是优化权重矩阵。 10.一种船舶双燃料LNG供气冷能回收控制系统，其特征在于，包括：储罐、第一汽化器、气液分离装置、稳压罐和发动机；其中，液态LNG由所述储罐流入所述第一汽化器以得到汽液混合物，所述液态LNG在所述第一汽化器内实现热交换；所述汽液混合物进入所述气液分离装置实现气液分离以得到气态LNG和未被汽化的液态LNG，其中，所述气态LNG从所述气液分离装置的顶部进入所述稳压罐，所述未被汽化的液态LNG聚集在所述气液分离装置的底部；其中，进入所述稳压罐的所述气态LNG的一部分进入所述发动机进行供气，所述气态LNG的另一部分作为气源，用于实现所述的气液分离装置的增压。
所属类别：	发明专利