1、 海洋智能装备与系统教育部重点实验室开放基金课题 考虑能量流策略的无人船光伏-柴-电混合动力系统优化设计

2、 工信部高技术船舶科研项目大型邮轮创新工程（一期），动力系统及辅助系统总体规划研究

3、 工信部高技术船舶科研项目 中型邮轮设计建造技术研究，推进系统节能技术研究专题

4、 校企合作，多模式混合动力系统自适应控制研发

1、指导方式：直接指导与研究生学长指导相结合；

2、前期基础：已开发全局优化程序，供调用；

3、经费支持：视实际需要；

一、对学生的要求：

1、理科、工科专业背景；

2、有一定MATLAB或C等编程基础；

2、理解并关注全球节能与环保领域政策与技术的发展；

3、沟通意识较强；

4、自主学习能力较强；

二、研究内容：

1、针对采用太阳能、风能和化石能源的多能源复合动力系统，理解能量管理的目标与功能，定义能量管理控制器的输入与输出信号；

2、开发不同海况、航速、光照工况的输入界面，调用全局优化算法，产生并存储最优能量管理策略的输入、输出数据集；

三、研究意义：

多能源混合动力船舶利用海洋可再生能源提供航行动力，利用各种观察器材在指定区域自动观察和搜索，一旦发现敌情及时报告指挥所进行战术计算和兵力配置，防止造成空隙给敌人以可乘之机。因此，能适应复杂海况，满足灵活巡逻调度需求，不间断巡逻的船舶是提升深远海监管能力的亟需。

船舶动力系统如果合理地整合如太阳能、风能等海上丰富的可再生清洁能源，一方面，由于可以在风能、太阳能允许条件下补充能量，有利于增强船舶的续航能力，延长工作时间；另一方面，由于充分利用清洁可再生能源，可以有效提高能源经济效益、降低废气排放量。因此，多能源混合动力船舶可以满足海军常态化巡逻任务的需要，能有效提升船舶的续航力，增强海洋监管能力。

但是，在实际海况下，由于太阳能与风能的发电量受到天气等因素影响，给船舶的能量管理带来挑战。机器学习是实现复杂工况下能量管理优化的有效手段，机器学习需要大量数据进行训练，亟需能自动调用最优化程序并自动产生最优能量管理策略的数据集生成器。

四、相关研究工作积累：

课题组已经开发了多能源复合动力系统的动力学模型，以及基于规则、等效燃油消耗、动态规划等方法的能量管理策略，已经收集了多个海域的风、光照、水流等数据，已经根据发动机、电机等动力装置的动态特性建立其机器学习模型。相关工作已经发表论文10余篇，申请发明专利5项，获得软件著作权1项。

五、预期目标：

1、一套多能源复合动力能量管理数据集自动生成器；

2、专利1项；

六、项目特色与创新：

本项目将机器学习方法引入多能源复合动力系统的能量管理策略，具有两个明显创新：

（1）      本项目可为多能源复合动力能量管理提供大量、可定制的数据集，比较传统的方法，效率高、耗时短，可极大提供机器学习方法的训练与调试效率。

（2）      本项目可发挥机器学习的智能推理优势，克服传统方法对变化工况适应不足的缺陷，提高动力系统的运行效率，可延长采用多能源复合动力系统的运载工具的航程。