[发明专利]一种续驶里程预测方法、装置及设备

权利要求书

1.一种续驶里程预测方法，其特征在于，包括：

从车联网池中的有效数据中划分有效行程片段，并分析提取相关特征信号，所述有效行程片段是指车辆行驶速度大于零的行驶片段；

根据所述特征信号计算得到多个特征指标；

构建所述特征指标的回归模型，利用所述特征信号的数据对该回归模型进行训练，得到所述特征指标的权重值；

根据所述权重值构建续驶里程计算公式；

将所述特征指标的尝试值代入所述续驶里程计算公式，得到续驶里程。

2.根据权利要求1所述的续驶里程预测方法，其特征在于，在所述从车联网池中的有效数据中划分有效行程片段，并分析提取相关特征信号的步骤之前，所述方法还包括：

从车联网池中抽取车辆行程中的数据样本；

对所述数据样本进行清洗得到有效数据。

3.根据权利要求2所述的续驶里程预测方法，其特征在于，对所述数据样本进行清洗得到有效数据的步骤包括：

清洗所述数据样本中的缺失值、异常值以及重复记录得到有效数据。

4.根据权利要求1所述的续驶里程预测方法，其特征在于，从车联网池中的有效数据中划分有效行程片段，并分析提取相关特征信号的步骤包括：

对车辆行程进行片段切割划分，确定有效行程片段；

对所述有效行程片段中的数据进行相关性分析，得到多个影响续驶里程的特征信号。

5.根据权利要求1所述的续驶里程预测方法，其特征在于，所述特征信号包括：动力电池充电电流、动力电池充电电压、动力电池放电电流、动力电池放电电压、驱动电机当前转矩、驱动电机当前转速、行驶里程、车速、时间、动力电池荷电状态SOC、汽车正温度系数PTC加热器状态、电子防盗系统EAS状态、电池平均温度和环境平均温度。

6.根据权利要求1所述的续驶里程预测方法，其特征在于，所述特征指标包括：能量回收率、百公里电机功率、超速率、起始荷电状态、荷电状态变化量、汽车正温度系数PTC加热器时间占比、电子防盗系统EAS时间占比、电池平均温度、环境平均温度、路况平均车速以及行驶里程。

7.根据权利要求6所述的续驶里程预测方法，其特征在于，所述续驶里程计算公式为：

y＝a+b₁x₁+b₂x₂+b₃x₃+...b₁₀x₁₀；

其中，y表示续驶里程，a表示行驶里程的权重值；x₁～x₁₀分别表示能量回收率、百公里电机功率、超速率、起始荷电状态、荷电状态变化量、汽车正温度系数PTC加热器时间占比、电子防盗系统EAS时间占比、电池平均温度、环境平均温度以及路况平均车速；b₁～b₁₀分别表示能量回收率、百公里电机功率、超速率、起始荷电状态、荷电状态变化量、汽车正温度系数PTC加热器时间占比、电子防盗系统EAS时间占比、电池平均温度、环境平均温度以及路况平均车速的权重值。

8.一种续驶里程预测装置，其特征在于，包括：

信号提取模块，用于从车联网池中的有效数据中划分有效行程片段，并分析提取相关特征信号，所述有效行程片段是指车辆行驶速度大于零的行驶片段；

第一计算模块，用于根据所述特征信号计算得到多个特征指标；

第一构建模块，用于构建所述特征指标的回归模型，利用所述特征信号的数据对该回归模型进行训练，得到所述特征指标的权重值；

第二构建模块，用于根据所述权重值构建续驶里程计算公式；

第二计算模块，用于将所述特征指标的尝试值代入所述续驶里程计算公式，得到续驶里程。