Fuel consumption prediction models for different types of bulk carriers based on historical voyages, meteorological data and vessel characteristics

Hajli, K., Rönnqvist, M., Cordeau, J.-F., Audy, J.-F., Dadouchi, C., Warya, G. et Ngo, T. (2023) Fuel consumption prediction models for different types of bulk carriers based on historical voyages, meteorological data and vessel characteristics. Dans CIGI Qualita MOSIM 2023, Trois-Rivières, Québec, Canada DOI 10.60662/5gvg-ds02.

Prévisualisation

Texte CIGI_QUALITA_MOSIM_2023_paper_3214.pdf Télécharger (525kB) | Prévisualisation

Résumé

La prédiction de la consommation de carburant des navires est un élément clé pour l'industrie du transport maritime pour se conformer aux réglementations de l'Organisation Maritime Internationale sur les émissions. Cette étude propose deux approches visant à prédire la consommation de carburant des vraquiers en se basant sur les données historiques des voyages et de la météo en plus des caractéristiques physiques des navires. Les résultats obtenus montrent que les modèles ont pu prédire une proportion significative de voyages avec un pourcentage d'erreur inférieur à 5% lorsque l'on compare la consommation totale de carburant réelle et prédite tout au long de chaque voyage. Les approches proposées permettront de prédire avec précision la consommation de carburant pour une meilleure planification des itinéraires des navires.

Predicting the fuel consumption of ships is a key element for the shipping industry to comply with International Maritime Organisation regulations regarding emissions. This study proposes two approaches to predict the fuel consumption of bulk carriers based on historical voyages, weather data and physical characteristics of ships. The results obtained show that the models were able to predict a significant proportion of voyages with an error percentage lower than 5% when comparing actual and predicted total fuel consumption throughout each voyage. The proposed approaches could accurately predict the fuel consumption for a better planning of the routes of the ships.

Type de document:	Document issu d'une conférence ou d'un atelier (NON SPÉCIFIÉ)
Mots-clés libres:	Routage météorologique Navires vraquiers Consommation de carburant Apprentissage automatique Weather routing Bulk carriers Fuel consumption Machine learning
Date de dépôt:	16 août 2023 17:59
Dernière modification:	11 sept. 2023 20:22
URI:	https://collection-numerique.uqtr.ca/id/eprint/2024

Actions (administrateurs uniquement)

Éditer la notice