1.基于神經(jīng)網(wǎng)絡(luò)的船舶智能用電方法，其特征在于：包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的船舶智能用電方法，其特征在于：通過(guò)融合cnn和rnn模型構(gòu)建多季節(jié)多時(shí)段預(yù)測(cè)模型，具體包括：
3.根據(jù)權(quán)利要求2所述的基于神經(jīng)網(wǎng)絡(luò)的船舶智能用電方法，其特征在于：通過(guò)第一神經(jīng)網(wǎng)絡(luò)計(jì)算前向傳播輸出對(duì)船舶電力消耗的預(yù)測(cè)，具體是將融合特征向量輸入到全連接層中，通過(guò)前向傳播計(jì)算每個(gè)全連接層的輸出，其中前向傳播計(jì)算表示為：
4.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的船舶智能用電方法，其特征在于：?還包括，根據(jù)充電概率建立多目標(biāo)模型，通過(guò)改進(jìn)非支配排序遺傳算法對(duì)第一目標(biāo)函數(shù)進(jìn)行求解，得到不同時(shí)間段的用電策略。
5.根據(jù)權(quán)利要求4所述的基于神經(jīng)網(wǎng)絡(luò)的船舶智能用電方法，其特征在于：通過(guò)改進(jìn)非支配排序遺傳算法對(duì)第一目標(biāo)函數(shù)進(jìn)行求解，得到不同時(shí)間段的用電策略，具體包括：
6.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的船舶智能用電方法，其特征在于：還包括，根據(jù)用電策略使用深度確定性策略梯度算法進(jìn)行船舶電力調(diào)控。
7.根據(jù)權(quán)利要求6所述的基于神經(jīng)網(wǎng)絡(luò)的船舶智能用電方法，其特征在于：根據(jù)用電策略使用深度確定性策略梯度算法進(jìn)行船舶電力調(diào)控，具體包括：
8.根據(jù)權(quán)利要求7所述的基于神經(jīng)網(wǎng)絡(luò)的船舶智能用電方法，其特征在于：使用bellman方程計(jì)算動(dòng)作價(jià)值用于評(píng)估當(dāng)前控制指令的有效性，動(dòng)作價(jià)值表示為：
9.根據(jù)權(quán)利要求8所述的基于神經(jīng)網(wǎng)絡(luò)的船舶智能用電方法，其特征在于：通過(guò)sac調(diào)整策略網(wǎng)絡(luò)的參數(shù)，具體表示為：
10.基于神經(jīng)網(wǎng)絡(luò)的船舶智能用電系統(tǒng)，應(yīng)用于如權(quán)利要求?1-9?任一項(xiàng)所述的基于神經(jīng)網(wǎng)絡(luò)的船舶智能用電方法，其特征在于：包括數(shù)據(jù)接收與預(yù)測(cè)模塊、蒙特卡洛模擬與牛頓法優(yōu)化模塊、智能用電策略優(yōu)化模塊和電力調(diào)控與控制指令執(zhí)行模塊，