[发明专利]数据自迁移的多车型柴油车排放预测方法及系统

说明书

本发明的一种数据自迁移的多车型柴油车排放预测方法及系统，包括以下步骤获取已有车型柴油车的速度‑排放数据，采集目标车型柴油车的设定量速度‑排放数据并进行数据预处理；对已有车型和目标车型柴油车的速度曲线数据进行速度时序特征提取；利用最大均值差异衡量已有车型和目标车型之间速度时序特征的分布差异；针对已有车型和目标车型分别构建预测模块，以速度‑排放共有特征为预测模块的输入，分别对已有车型和目标车型的下一时刻尾气排放进行预测。本发明在仅有少量数据的前提下促进其他车型排放模型的建立，在仅有少量数据的前提下通过利用已有车型柴油车的速度‑排放模型辅助其他车型速度‑排放模型的建立，大大节约了成本。

技术领域

本发明涉及环境检测领域中柴油车尾气迁移预测技术领域，具体涉及一种数据自迁移的多车型柴油车排放预测方法。

背景技术

当前环境问题日益严重，尾气污染已经成为城市空气污染的重要组成部分。而尾气污染中柴油车尾气排放占了相当大的一部分比例，因此对柴油车尾气排放进行监控是有重要实际意义的。对于尾气监控通常采用建立观测站点的方式，但这种方式无疑是成本高昂的，幸运的是对于柴油车而言，行驶速度曲线一般可以与尾气排放均建立相应的关系，即E＝f(v),其中E为尾气排放量，v为柴油车行驶速度，f为映射函数，继而可以估算下一时刻柴油车的尾气排放。

目前的方案利用深度学习或者物理模型对其建模，可以仅通过观察柴油车的行驶速度就可以大致估算下一时刻该车的尾气排放。但是想要建立这种速度-排放模型往往需要花费大量的资源采集充足的数据。考虑到不同车型之间这种关系模型是不同的，因此可以很自然的想到，在仅采集少量数据的前提下能否利用已有车型的数据辅助其他车型柴油车相应模型的建立，从而节约大量的时间和资源。

发明内容

本发明提出的一种数据自迁移的多车型柴油车排放预测方法，可解决现有方法对速度-排放模型建模成本较大的问题。

为实现上述目的，本发明采用了以下技术方案：

一种数据自迁移的多车型柴油车排放预测方法，包括以下步骤，

S10、获取已有车型柴油车的速度-排放数据，采集目标车型柴油车的设定量速度-排放数据并进行数据预处理；

S20、构建弱共享特征提取模块，对已有车型和目标车型柴油车的速度曲线数据进行速度时序特征提取；

S30、构建迁移模块，利用最大均值差异衡量已有车型和目标车型之间速度时序特征的分布差异，通过最小化差异，从而使特征提取模块提取到尽可能相似的特征，即学习到已有车型和目标车型关于速度-排放共有特征；

S40、针对已有车型和目标车型分别构建预测模块，以速度-排放共有特征为预测模块的输入，分别对已有车型和目标车型的下一时刻尾气排放进行预测。

进一步的，所述S10获取已有车型柴油车的速度-排放数据，采集目标车型柴油车的设定量速度-排放数据并进行数据预处理具体包括：

S11:获取已有车型柴油车的速度-排放数据,采集少量目标车型柴油车的少量速度-排放数据；

S12:对上述数据进行插值，异常值处理，归一化操作；

S13:对处理后的速度数据和排放数据按照Δt间隔进行划分，求解任意Δt内的平均速度和平均污染值；

以T个时间步建立时间序列和V^s和V^t分别表示已有车型和目标车型柴油车的速度时间序列，t表示目标与测试时刻，和分别表示已有车型和目标车型柴油车在t-T时刻的速度；

将下一时刻的已有车型柴油车尾气浓度值和目标车型柴油车尾气浓度值作为预测标签。

进一步的，所述S20构建弱共享特征提取模块，对已有车型和目标车型柴油车的速度曲线数据进行速度时序特征提取具体包括：