Ship Energy Demand Prediction: Weather Forecasts vs. Onboard Data (fossgis2025)

Die Energieeffizienz in der maritimen Industrie ist entscheidend für die Verringerung der Treibhausgasemissionen (GHG). In dieser Studie wird untersucht, wie sich die Verwendung verschiedener Wetterdatenplattformen (GFS und ERA5) in einem digitalen Schiffszwilling auswirkt. Genauer wird beobachtet, wie sich dies auf den modellierten Energiebedarf des Schiffes für bestimmte Trajektorien bei ruhigen, mäßigen und rauen Seebedingungen im Vergleich zu einem in Betrieb befindlichen Schiff auswirkt. Die Energieeffizienz in der maritimen Industrie ist ein zentraler Faktor zur Reduzierung der Treibhausgasemissionen (GHG). Diese Studie analysiert den Einfluss verschiedener Wetterdatenquellen (GFS und ERA5) auf die Modellierung des Energiebedarfs eines digitalen Schiffszwillings. Dabei werden berechnete Energieverbräuche entlang vordefinierter Trajektorien unter unterschiedlichen Seebedingungen mit realen Betriebsdaten verglichen, um die Genauigkeit wetterbasierter Vorhersagen zu bewerten. Die Untersuchung basiert auf einem Basisszenario und vier zusätzlichen kontrollierten Fällen. Die Analyse der R²-Werte zeigt, dass es mit einer Differenz von 0,16 % keinen signifikanten Unterschied zwischen den beiden Wetterdatenquellen gibt. Das Modell liefert jedoch unter ruhigen Seebedingungen und ohne zusätzlichen Wind die besten Ergebnisse. Diese Arbeit befasst sich mit der Integration von Wetterdaten in ein Wetter-Routing-Tool, das im Rahmen des EU-Projekts MariData entwickelt wurde (MariData, 2024). Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2025/talk/Y97T97/