[发明专利]基于驾驶工况识别的混合动力汽车自适应能量管理方法

权利要求书

1.一种基于驾驶工况识别的混合动力汽车自适应能量管理方法，其特征在于：包括以下步骤：

S1：划分驾驶工况网格单元，计算各网格单元的典型特征参数；

S2：采用PCA方法对工况特征参数进行降维处理，采用聚类分析算法进行工况分类；

S3：建立基于神经网络的工况识别算法，采用步骤S2中的特征参数和工况类型离线训练神经网络模型；

S4：利用历史速度数据在线识别工况类型，实时更新等效因子，采用等效燃油消耗最小策略在线获取发动机-电机功率分配，使得发动机工作在高效率区域。

2.根据权利要求1所述的基于驾驶工况识别的混合动力汽车自适应能量管理方法，其特征在于：所述步骤S1包括以下步骤：

S11：将所选驾驶工况训练集划分为间隔60秒的网格单元；

S12：选取11个参数来表征驾驶工况，计算各工况单元的典型特征参数如下：

平均速度：

最大速度：v_max＝max{v₁,v₂,v₃,v₄,…,v_n}

速度标准差：

最大加速度：a_max＝max{a₁,a₂,a₃,a₄,…,a_n}

最小加速度：a_min＝min{a₁,a₂,a₃,a₄,…,a_n}

加速度标准差：

加速时间比例：

减速时间比例：

匀速时间比例：

怠速时间比例：

累计行驶里程：

其中，v,a,λ,s分别表示车辆速度、加速度、时间比例和行驶里程，n为工况单元长度，t为车辆状态的累计行驶时间，下标i＝1,2,3,...,n；

S13：构建工况初始特征参数矩阵X_i×j。

3.根据权利要求1所述的基于驾驶工况识别的混合动力汽车自适应能量管理方法，其特征在于：所述步骤S2包括以下步骤：

S21：对工况特征参数进行标准化处理：

y_i,j＝(x_i,j-μ_j)/σ_j i∈[1,n],j∈[1,11]

其中，x是初始特征参数，y是标准化特征参数，μ,σ分别对应第j个特征参数的平均值和标准差；

S22：采用PCA方法对工况特征参数进行降维处理：

1)计算标准化特征矩阵Y_i×j的相关系数矩阵R：

其中，ρ_ij为第i个特征参数与第j个特征参数的相关系数，cov表示协方差函数；

2)解相关系数矩阵R的特征方程|R-λI|＝0，确定累计贡献率大于85％的m个主成分：

其中，λ为特征根，I为单位矩阵，u_ij为第i个工况单元的第j个主成分，p_j为第j个主成分系数；

S23：采用K-means聚类算法对工况单元进行分类，通过计算每个工况单元到聚类中心的欧式距离，将工况单元分布到不同的类别：

其中，u_a和u_b是两个工况单元，u_aj和u_bj是工况单元u_a和u_b的主成分参数。