KR Webzine Vol.116

1. 构建大数据分析环境

航运界的大数据主要是关于船舶航行有关的数据，因此确保大数据分析的所需要的数据是非常困难的。

KR为了克服这些难以收集数据的制约，利用公开的大数据，构建了可以分析实际船舶航行性能的环境。

动态数据有包含各个船舶的位置，速度，航线，目的地，预计到达时间，吃水等信息的AIS数据，经过前处理加工成可以执行大数据分析的研究。并且获取各个船舶的基本信息及柴油机参数，建造日期，船公司，船厂等静态信息进行了数据化。构建大数据分析环境的概要如图1所示。

图1. KR 构建大数据分析环境的概要

2. 大数据应用技术的开发

KR将这些所有的大数据进行收集，处理之后储存到大数据集群，并结合时间，经纬度，IMO号等相互关系进行处理。经过这种处理数据可以随时导出各个船舶过去的航行线路及当时的气象海况，船速的变化等，为了将这些信息一目了然的展示出来，开发了如图2所示各种各样的应用。

图2. 大数据为基础的船舶航行分析可视化

图3. 不同航次相同航线比较分析(船速和燃油消耗的关系)

通过ISO15016方法推测根据气象海况(风力，波浪，水温)等造成的不可抗力因素，根据 Holtrop-Mennen方法计算由于船舶引起的阻抗，导出根据实际航行，气象海况的船速-马力曲线。

根据分析结果，开发了对设计航速相同，DFOC差异大的两艘13,000TEU级别的集装箱船舶进行了下列燃油消耗比的相互比较分析技术。
 

图4. 针对相同船速，相同载货量的两艘船舶，根据2017年的运营分析了船速-马力曲线。

3. 大数据分析应用技术开发

对于KR入级船中包含1400多艘的集装箱船，LNG船，散货船，油船等各种各样的4000多艘船舶，通过收集，处理，分析2017年航行数据验证了该大数据分析环境的可使用性。今后通过与实际航行测量数据的结合以及验证，加强大数据应用技术，计划根据顾客的要求，分析不同船舶种类或者进行适用专属船舶的定制型分析。计划进行通过深入学习，开发预测模型，从过去的航行数据及气象海况数据，快速预测航次计划中所需的燃油量，多数速度的变化等的研究。