Abstract
In line with the current era of the 4th Industrial Revolution, it is necessary to prepare for the future by integrating AI elements in the ship sector. In addition, it is necessary to respond to this in the field of power management for the appearance of autonomous ships. In this study, we propose a battery-linked electric propulsion system (BLEPS) algorithm using machine learning's DNN. For the experiment, we learned the pattern of ship power consumption for each operation mode based on the ship data through LabView and derived the battery status through Python to check the flexibility of the generator and battery interlocking. As a result of the experiment, the low load operation of the generator was reduced through charging and discharging of the battery, and economic efficiency and reliability were confirmed by reducing the fuel consumption of 1% of LNG.
현재 4차 산업혁명 시대에 발맞춰서 선박 분야에서는 인공지능 요소를 접목하여 미래를 대비하여야 한다. 그리고 자율운항 선박 등장에 대한 전력관리 분야에서도 이에 대한 대응이 필요하다. 본 연구에서는 머신러닝의 DNN(Deep Neural Network)을 이용한 배터리 연동형 전력관리시스템(BLPMS, Battery Linked Power Management System) 알고리즘을 제안한다. 실험을 위하여 LabView를 통한 선박 데이터를 바탕으로 운항모드별 선박 전력소비량의 패턴을 학습하고 Python을 통해 배터리의 상태를 도출하여 발전기와 배터리의 연동의 유연성을 확인하였다. 실험의 결과 배터리의 충·방전을 통해 발전기의 저부하 운전이 감소되고, LNG의 1%의 연료소모량 감소를 통하여 경제성 및 신뢰성을 확인하였다.