Como un procedimiento crucial, la predicción del consumo de energía de los barcos es de gran importancia para la implementación de la planificación de la navegación, la mejora de la eficiencia energética y las estrategias de reducción de emisiones. Actualmente, se han realizado diversos estudios, centrándose principalmente en buques portacontenedores, buques de carga, graneleros o petroleros, con relativamente menos estudios dedicados a buques de investigación. En cuanto a las limitaciones de baja precisión y mala efectividad en la predicción del consumo de energía de los barcos, causadas por los diversos viajes y misiones operativas especializadas de los buques de investigación, este documento propone un modelo de predicción de consumo de energía habilitado por DenseNet, considerando la compleja información de navegación y los diversos factores ambientales. Al aprovechar la alta eficiencia de parámetros de DenseNet, se pueden lograr una extracción de características efectiva y fuertes capacidades de generalización, lo que proporciona predicciones más confiables y precisas. En primer lugar, debido a que el consumo de combustible en tiempo real está influenciado por una variedad de factores internos y externos, se obtienen y analizan datos de monitoreo de múltiples fuentes. Después del análisis de datos y la extracción de características, los datos y características procesados se utilizan para establecer el modelo de predicción. A través de validaciones en los datos de viaje reales, se demuestra que el modelo de predicción basado en DenseNet supera a los modelos ResNet, DBCNN y FCNN en términos de precisión y confiabilidad predictiva. Por lo tanto, el método propuesto es capaz de predecir con precisión el consumo de energía de los barcos bajo diversas condiciones de navegación y proporciona una valiosa guía para el desarrollo de la navegación inteligente.