[发明专利]一种续驶里程预测方法、装置及设备

说明书

本发明公开了一种续驶里程预测方法、装置及设备，该续驶里程预测方法包括：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。本发明的续驶里程预测方法，基于大量历史数据进行模型训练，提炼出影响续驶里程的最相关特征值，从而提升了预测准确率，提升了预测精度。

技术领域

本发明涉及电动汽车续驶里程计算领域，尤其涉及一种续驶里程预测方法、装置及设备。

背景技术

纯电动车辆实际运行过程中，电池续驶里程会受到各种环境因素影响，而现有续驶里程计算方法仅根据百公里耗电进行预测，并没有考虑当前的环境及使用情况等多种因素对续驶里程的影响，同时现有的续驶里程计算方法没有针对大量数据进行模型训练，计算精度不高，导致客户感知到的剩余续驶里程跟实际行驶里程有较大偏差。

发明内容

为了解决上述技术问题，本发明提供了一种续驶里程预测方法、装置及设备，解决了续驶里程计算不精确的问题。

依据本发明的一个方面，提供了一种续驶里程预测方法，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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(State of Charge，简称SOC)、汽车正温度系数(Positive TemperatureCoefficient，简称PTC)加热器状态、电子防盗系统(Electronic Article Surveillance，简称EAS)状态、电池平均温度和环境平均温度。

可选地，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。

可选地，所述续驶里程计算公式为：