本发明属于电池动力船舶数字孪生，更具体地，涉及一种基于大数据的电池动力船舶数字孪生方法及系统。
背景技术：
1、电池动力船舶是指使用电池作为主要能源源泉的船舶。传统上，船舶主要依赖内燃机，如柴油发动机或燃气轮机，来提供动力。然而，随着对环境友好和可再生能源的需求增加，以及电池技术的发展，电池动力船舶成为了一个越来越受关注的领域。
2、电池动力船舶通常采用锂离子电池等高能量密度的电池技术，这些电池能够存储大量电能，并且可以通过电动马达或电动推进系统转换成机械动力来推动船舶。与传统的内燃机相比，电池动力船舶具有以下优势：
3、零排放：电池动力船舶不产生任何尾气排放，对环境友好，有助于减少船舶运输对空气和水质的污染。
4、低噪音：与内燃机相比，电动马达通常噪音更低，这降低了船舶在水域中的噪音干扰。
5、高效能：电动马达的效率通常比内燃机高，因此电池动力船舶可以更有效地利用能源。
6、但是现有技术中并没有一种技术方案，能够实时高效准确的对电池动力船舶的动力响应和电池寿命进行监控，从而达到航行安全的技术效果。
技术实现思路
1、为解决以上技术问题，本发明提出一种基于大数据的电池动力船舶数字孪生方法，包括：
2、获取电池动力船舶各时间的船舶信息，其中，所述船舶信息包括：动力电池的剩余电量、动力电池的输出功率、动力电池的最大容量、船舶的载重量、动力电池的发电效率、动力电池的放电电流、动力电池的内阻、船舶的行驶阻力和时间t时船舶的行驶速度；
3、设置电池动力船舶动力响应模型和动力电池寿命监测模型，根据所述船舶信息，分别实时计算电池动力船舶动力响应值和动力电池寿命指数；
4、将所述电池动力船舶动力响应值和所述动力电池寿命指数进行展示，从而完成电池动力船舶的数字孪生。
5、进一步的，所述电池动力船舶动力响应模型包括：
6、
7、其中，g为电池动力船舶动力响应值，b(t)为时间t时动力电池的剩余电量，p(t)为时间t时动力电池的输出功率，bmax为动力电池的最大容量，d(t)为时间t时船舶的载重量，efficiency为动力电池的发电效率，i(t)为时间t时动力电池的放电电流，rint为动力电池的内阻，kenv为船舶的行驶阻力，c(t)为时间t时船舶的行驶速度，α为第一调整因子，β为第二调整因子。
8、进一步的，所述动力电池寿命监测模型包括：
9、
10、其中，m为动力电池寿命指数，l(t)为时间t时动力电池的剩余寿命，p(t)为时间t时动力电池的输出功率，lmax为动力电池的最大寿命，f(d(t)，c(t))为时间t时船舶的载重量d(t)和时间t时船舶的行驶速度c(t)对动力电池寿命的影响函数。
11、进一步的，时间t时船舶的载重量d(t)和时间t时船舶的行驶速度c(t)对动力电池寿命的影响函数f(d(t)，c(t))包括：
12、
13、其中，θ为载重量对动力电池寿命的影响因子，dmax为船舶所能承受的最大载重量，cmax为船舶所能达到的最大速度，μ为速度对动力电池寿命的影响因子，t(t)为时间t时船舶所处的环境温度，tmax为动力电池所能承受环境温度的最大值。
14、进一步的，通过梯度下降法对调整因子和影响因子进行拟合。
15、本发明还提出一种基于大数据的电池动力船舶数字孪生系统，包括：
16、获取信息模块，用于获取电池动力船舶各时间的船舶信息，其中，所述船舶信息包括：动力电池的剩余电量、动力电池的输出功率、动力电池的最大容量、船舶的载重量、动力电池的发电效率、动力电池的放电电流、动力电池的内阻、船舶的行驶阻力和时间t时船舶的行驶速度；
17、设置模型模块，用于设置电池动力船舶动力响应模型和动力电池寿命监测模型，根据所述船舶信息，分别实时计算电池动力船舶动力响应值和动力电池寿命指数；
18、数字孪生模块，用于将所述电池动力船舶动力响应值和所述动力电池寿命指数进行展示，从而完成电池动力船舶的数字孪生。
19、进一步的，所述电池动力船舶动力响应模型包括：
20、
21、其中，g为电池动力船舶动力响应值，b(t)为时间t时动力电池的剩余电量，p(t)为时间t时动力电池的输出功率，bmax为动力电池的最大容量，d(t)为时间t时船舶的载重量，efficiency为动力电池的发电效率，i(t)为时间t时动力电池的放电电流，rint为动力电池的内阻，kenv为船舶的行驶阻力，c(t)为时间t时船舶的行驶速度，α为第一调整因子，β为第二调整因子。
22、进一步的，所述动力电池寿命监测模型包括：
23、
24、其中，m为动力电池寿命指数，l(t)为时间t时动力电池的剩余寿命，p(t)为时间t时动力电池的输出功率，lmax为动力电池的最大寿命，f(d(t)，c(t))为时间t时船舶的载重量d(t)和时间t时船舶的行驶速度c(t)对动力电池寿命的影响函数。
25、进一步的，时间t时船舶的载重量d(t)和时间t时船舶的行驶速度c(t)对动力电池寿命的影响函数f(d(t)，c(t))包括：
26、
27、其中，θ为载重量对动力电池寿命的影响因子，dmax为船舶所能承受的最大载重量，cmax为船舶所能达到的最大速度，μ为速度对动力电池寿命的影响因子，t(t)为时间t时船舶所处的环境温度，tmax为动力电池所能承受环境温度的最大值。
28、进一步的，通过梯度下降法对调整因子和影响因子进行拟合。
29、通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
30、本发明获取电池动力船舶各时间的船舶信息，其中，所述船舶信息包括：动力电池的剩余电量、动力电池的输出功率、动力电池的最大容量、船舶的载重量、动力电池的发电效率、动力电池的放电电流、动力电池的内阻、船舶的行驶阻力和时间t时船舶的行驶速度；设置电池动力船舶动力响应模型和动力电池寿命监测模型，根据所述船舶信息，分别实时计算电池动力船舶动力响应值和动力电池寿命指数；将所述电池动力船舶动力响应值和所述动力电池寿命指数进行展示，从而完成电池动力船舶的数字孪生。本发明通过以上技术方案，能够根据电池动力船舶动力响应值和动力电池寿命指数，实时监控船舶的行驶状态和电池寿命，解决了如何对电池动力船舶航行进行安全监控的技术问题。
1.一种基于大数据的电池动力船舶数字孪生方法，其特征在于，包括：
2.如权利要求1所述的一种基于大数据的电池动力船舶数字孪生方法，其特征在于，所述电池动力船舶动力响应模型包括：
3.如权利要求1所述的一种基于大数据的电池动力船舶数字孪生方法，其特征在于，所述动力电池寿命监测模型包括：
4.如权利要求3所述的一种基于大数据的电池动力船舶数字孪生方法，其特征在于，时间t时船舶的载重量d(t)和时间t时船舶的行驶速度c(t)对动力电池寿命的影响函数f(d(t)，c(t))包括：
5.如权利要求2或4所述的一种基于大数据的电池动力船舶数字孪生方法，其特征在于，通过梯度下降法对调整因子和影响因子进行拟合。
6.一种基于大数据的电池动力船舶数字孪生系统，其特征在于，包括：
7.如权利要求6所述的一种基于大数据的电池动力船舶数字孪生系统，其特征在于，所述电池动力船舶动力响应模型包括：
8.如权利要求6所述的一种基于大数据的电池动力船舶数字孪生系统，其特征在于，所述动力电池寿命监测模型包括：
9.如权利要求8所述的一种基于大数据的电池动力船舶数字孪生系统，其特征在于，时间t时船舶的载重量d(t)和时间t时船舶的行驶速度c(t)对动力电池寿命的影响函数f(d(t)，c(t))包括：
10.如权利要求7或9所述的一种基于大数据的电池动力船舶数字孪生系统，其特征在于，通过梯度下降法对调整因子和影响因子进行拟合。
