基于支持向量机的码头节能减排预警

，

(交通运输部水运科学研究院， 北京 100088)

基于支持向量机的码头节能减排预警

侯珏，李庆祥

(交通运输部水运科学研究院，北京100088)

针对码头节能减排绩效考核和精细化管理要求，提出码头节能减排指数的概念，通过预警机制使码头生产企业及时掌握节能减排情况，提前做好应对准备。以多分类支持向量机(M-SVM)建立码头节能减排指数预警模型，综合考虑码头能耗和污染物排放情况，将专家经验融入到预警模型中，实现模型预警方法与专家经验的结合。对4个码头进行实证分析及精确度验证，结果表明建立的预警模型能有效进行预警分类。

水路运输； 预警； 节能减排； 多分类支持向量机； 绿色港口； 码头； 机器学习

Abstract: To evaluate the state of terminals in energy saving and emission reduction, the terminal energy saving and emission reduction index and the pre-warning mechanism is introduced, which could help the enterprises to control the situation. A pre-warning model dealing with terminal energy consumption and pollutant emission is built based on specialist experience. Multi-class SVM is used to solve the model. A numerical case regarding 4 container intermodal transport terminals is taken to test the model. The test result proves that the model is effective and practical for terminals.

Keywords: waterway transportation; pre-warning; energy saving and emission reduction; M-SVM; green port; terminal; machine learning

水路运输既是综合交通运输体系的重要组成部分，也是节能减排领域关注的重点之一。我国目前正全面推进水路运输业的节能减排工作，研究节能减排预警方法不仅是建立健全节能减排绩效考核制度和能源管理制度的一个重要环节，也是评价绿色港口建设成效的一项关键内容，对提升水路运输业的能源利用效益、降低污染物排放和建设绿色港口具有重要意义。随着绿色港口建设不断推进，码头生产企业逐步配备能耗统计和污染物监测设备及分析系统，为节能减排预警提供技术与数据支持。

目前，相关学者[1-2]十分重视水路运输预警和节能减排领域的研究：在水路运输预警方面，主要针对危险货物水路运输预警管理、经济效益预警问题和溢油预警应急等内容进行研究；……