本技术涉及船舶风险评估，特别地涉及一种航行风险评估方法、装置、设备及存储介质。
背景技术：
1、当前，智能船舶的运输方式逐渐普及，但在复杂海洋环境中航行仍存在一定风险。传统的航行风险评估方法往往依赖于有限的历史数据和经验，难以全面准确地评估风险，并且缺乏实时性和动态性。此外，环境因素如水体盐度、温度等对航行安全具有重要影响，但传统方法未能充分整合这些数据进行风险评估和预测。
技术实现思路
1、针对上述的问题，本技术提供一种航行风险评估方法、装置、设备及存储介质，能够提供全面的风险评估和更正方案，从而提升航行安全性和效率。
2、本技术实施例提供航行风险评估方法，包括：
3、获取目标智能船舶的第一航行计划；
4、将所述第一航行计划的航行路线划分为若干个子路线，并获取所述子路线所在的子区域；
5、获取历史预设时间段内在子区域内航行的智能船舶的历史子区域航行数据；
6、基于所述历史子区域航行数据，确定智能船舶在子区域中的平均通行时间和每个子区域的航行风险数据；
7、根据每个子区域的航行风险数据对目标智能船舶的航行风险进行总体评估，得到目标智能船舶的航行风险评估报告；
8、根据所述平均通行时间、所述航行风险评估报告对所述第一航行计划进行更正，得到第二航行计划；
9、获取每个子区域的涡流发生预测概率数据；
10、根据涡流发生预测概率数据对所述第二航行计划进行更正，得到第三航行计划。
11、在一些实施例中，所述获取历史预设时间段内在子区域内航行的智能船舶的历史子区域航行数据，包括：
12、基于区块链技术构建航行数据共享平台，并创建智能合约；
13、获取智能船舶历史航行数据，对所述智能船舶历史航行数据进行标准化，得到标准化历史航行数据；
14、将标准化历史航行数据通过智能合约存储到航行数据共享平台中；
15、根据航行数据共享平台获取历史预设时间段内在子区域中航行的多艘智能船舶历史子区域航行数据。
16、在一些实施例中，所述基于所述历史子区域航行数据，确定智能船舶在子区域中的平均通行时间和每个子区域的航行风险数据，包括：
17、将所述历史子区域航行数据中的每项数据进行结合，得到多艘智能船舶的航行路线中各个位置的综合航行数据；
18、基于dbscan聚类算法对所述综合航行数据随机选择若干个航行路线中的数据点作为初始中心点；
19、将初始中心点中的航行速度、航行方向、避障数据作为每个初始中心点的聚类标签；
20、循环计算每个聚类标签所在的数据点到达每个初始中心点的距离，将距离初始中心点最近的数据点分配到最近的初始中心点所属的簇，得到若干个中心点簇，计算每个中心点簇中所有数据点的平均值，将所述平均值作为新的中心点的位置，直至中心点位置不再发生变化，停止循环，得到每个数据点的聚类标签；
21、将所述聚类标签进行可视化，得到每个子区域的智能船舶的航行数据聚类结果；
22、根据航行数据聚类结果计算智能船舶在子区域中的平均通行时间；
23、基于所述航行数据聚类结果判断智能船舶的航行特征，通过对每个子区域的智能船舶的航行特征对智能船舶的航行风险进行评估，得到每个子区域的航行风险数据。
24、在一些实施例中，所述根据每个子区域的航行风险数据对目标智能船舶的航行风险进行总体评估，得到目标智能船舶的航行风险评估报告，包括：
25、根据每个子区域的航行风险数据对每个子区域进行风险评分，得到每个子区域的风险系数；
26、将每个子区域的风险系数进行平均值计算，对目标智能船舶的总体航行风险进行评估，得到目标智能船舶的航行风险报告。
27、在一些实施例中，所述获取每个子区域的涡流发生预测概率数据，包括：
28、基于历史预设时间段内在子区域中航行的智能船舶的传感设备，按时间序列获取每个子区域中不同位置的水体盐度信息和温度信息；
29、根据每个子区域中不同位置的水体盐度信息和温度信息计算每个子区域不同位置之间的盐度差异和温度差异；
30、基于支持向量机模型，对基于时间序列的盐度差异和温度差异的变化趋势进行分析，得到每个子区域的盐度变化趋势和温度变化趋势；
31、根据所述盐度变化趋势和温度变化趋势预测目标智能船舶行驶至每个子区域时的不同位置之间的预测盐度差异和预测温度差异；
32、获取历史发生水体涡流时的区域的水体盐度和温度信息，根据所述水体盐度和温度信息判断涡流发生的水体盐度差异条件和温度差异条件；
33、根据所述水体盐度差异条件和温度差异条件与每个子区域不同位置之间的预测盐度差异和预测温度差异进行对比，预测子区域产生涡流的概率，得到涡流发生预测概率数据。
34、在一些实施例中，所述根据涡流发生预测概率数据对所述第二航行计划进行更正，得到第三航行计划，包括：
35、若涡流发生预测概率数据高于预设概率值，根据预测盐度差异和预测温度差异预测涡流发生强度；
36、根据涡流发生强度判断涡流对目标智能船舶的影响程度；
37、若影响程度大于预设值，更正目标智能船舶的第二航行计划的航行路线，得到第三航行计划；
38、若影响程度小于预设值，根据影响程度更正目标智能船舶的第二航行计划在对应子区域的航行速度，得到第三航行计划。
39、在一些实施例中，所述方法还包括：
40、获取所述第三航行计划的航行更正路线信息；
41、获取所述航行更正路线信息中是否存在与其它智能船舶相同的航行路线，若存在，将相同的航行路线的智能船舶进行标记，得到标记智能船舶；
42、根据所述标记智能船舶的实时航行速度和航行方向、目标智能船舶的实时航行速度和航行方向，分析两船是否存在相遇问题；
43、若存在，生成两船的避让操作建议；
44、若不存在，获取标记智能船舶的航行轨迹，将所述航行轨迹作为目标智能船舶的安全行驶轨迹引导方案。
45、本技术实施例提供一种航行风险评估装置，包括：
46、第一获取模块，用于获取目标智能船舶的第一航行计划；
47、划分模块，用于将所述第一航行计划的航行路线划分为若干个子路线，并获取所述子路线所在的子区域；
48、第二获取模块，用于获取历史预设时间段内在子区域内航行的智能船舶的历史子区域航行数据；
49、确定模块，用不基于所述历史子区域航行数据，确定智能船舶在子区域中的平均通行时间和每个子区域的航行风险数据；
50、评估模块，用于根据每个子区域的航行风险数据对目标智能船舶的航行风险进行总体评估，得到目标智能船舶的航行风险评估报告；
51、第一更正模块，用于根据所述平均通行时间、所述航行风险评估报告对所述第一航行计划进行更正，得到第二航行计划；
52、第三获取模块，用于获取每个子区域的涡流发生预测概率数据；
53、第二更正模块，用于根据涡流发生预测概率数据对所述第二航行计划进行更正，得到第三航行计划。
54、本技术实施例提供一种电子设备，包括：
55、存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行上述任意一项所述方法。
56、本技术实施例提供一种保温装置，包括：上述所述的电子设备。
57、本技术实施例提供一种存储介质，该存储介质存储的计算机程序，能够被一个或多个处理器执行，能够用来实现上述任意一项所述航行风险评估方法。
58、本技术提供的一种航行风险评估方法、装置、设备及存储介质，通过获取目标智能船舶的第一航行计划，将所述第一航行计划的航行路线划分为若干个子路线，并获取所述子路线所在的子区域，获取历史预设时间段内在子区域内航行的智能船舶的历史子区域航行数据，基于所述历史子区域航行数据，确定智能船舶在子区域中的平均通行时间和每个子区域的航行风险数据，根据每个子区域的航行风险数据对目标智能船舶的航行风险进行总体评估，得到目标智能船舶的航行风险评估报告，根据所述平均通行时间、所述航行风险评估报告对所述第一航行计划进行更正，得到第二航行计划，获取每个子区域的涡流发生预测概率数据，根据涡流发生预测概率数据对所述第二航行计划进行更正，得到第三航行计划，能够提供全面的风险评估和更正方案，从而提升航行安全性和效率。
1.一种航行风险评估方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取历史预设时间段内在子区域内航行的智能船舶的历史子区域航行数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述历史子区域航行数据，确定智能船舶在子区域中的平均通行时间和每个子区域的航行风险数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据每个子区域的航行风险数据对目标智能船舶的航行风险进行总体评估，得到目标智能船舶的航行风险评估报告，包括：
5.根据权利要求1所述的方法，其特征在于，所述获取每个子区域的涡流发生预测概率数据，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据涡流发生预测概率数据对所述第二航行计划进行更正，得到第三航行计划，包括：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.一种航行风险评估装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种存储介质，其特征在于，该存储介质存储的计算机程序，能够被一个或多个处理器执行，能够用来实现如权利要求1至7任意一项所述方法。
