[发明专利]基于大数据的电堆能耗分析

权利要求书

1.基于大数据的电堆能耗分析预测系统，其特征在于：具体包括以下组成部分：

数据采集与处理模块、特征选择模块、能耗预测模型模块；

其中，所述数据采集与处理模块用于监测氢燃料车辆状态，针对与电堆能耗相关的特征数据进行采集与存储操作，所述数据包括：车辆相关特征数据、环境相关特征数据以及驾驶员相关特征数据；对各相关特征数据执行预处理，剔除无效数据并采用先聚类后插值的方式填充缺失数据；针对预处理后的相关特征数据所对应的连续工况，从中分别提取构建训练集、验证集与测试集；

所述特征选择模块用于根据每个特征与电堆能耗的相关程度，从训练集的全部相关特征中选取若干特征构成的特征集合，以降低所述能耗预测模型模块的模型训练难度和提升能耗预测精度；

所述能耗预测模型模块利用所述特征集合对基于循环神经网络的电堆能耗预测模型进行训练；模型训练好后利用所述验证集对模型参数进行调整优化，并指导所述特征选择模块更新所选取的特征集合；利用所述测试集对所述模型的性能进行测试。

2.如权利要求1所述的系统，其特征在于：所述数据采集与处理模块采集的车辆相关特征数据具体包括：动力模式，单体电池的实时电压、温度、电流，车速，车加速度，制动能量再生系统实时电压、电流、功率，电力负载工作状态，氢燃料系统温度、氢气压力、浓度，整车质量，氢燃料消耗速率；所述环境相关特征数据具体包括：环境温度，空气阻力，坡度阻力，交通状况，道路状况；所述驾驶员相关特征数据具体包括：车辆的运行模式，挡位，加氢习惯，路线规划；

其中，所述动力模式采用离散编码，包括：0-纯氢燃料车辆，1-氢电混合车辆，2-带能量回收功能的车辆；所述车辆的运行模式采用离散编码，包括：0-普通模式，1-经济模式，3-运动模式；所述环境温度，空气阻力，坡度阻力，交通状况，道路状况数据采集于百度API并作换算。

3.如权利要求1所述的系统，其特征在于：所述对各相关特征数据执行预处理具体包括：

首先从车辆日数据中剔除无行驶记录或者行驶里程大于800km的车辆数据，将日志数据通过滑动窗口进行数据切分，具体以半个小时为时间窗口，滑动步长为10分钟，最终针对每辆车每天得到143个工况片段；剔除工况片段中任意特征缺失率大于10％的车辆数据，然后针对某车历史数据，通过聚类算法和无缺失特征将其工况片段划分为1000类，缺失值使用类内的齐备工况片段进行插值修复；使用公式：将特征值归一化到[0，1]范围，其中X为原始特征值，X_max为该特征极大值，X_min为该特征极小值；将特征动力模式、车辆的运行模式、路线规划的道路类型特征采用独热编码。