[发明专利]基于油耗强相关参数修正的瞬态汽车油耗估计方法及系统

说明书

本发明提供了一种基于油耗强相关参数修正的瞬态汽车油耗估计方法及系统，属于汽车能耗估算技术领域，所述方法基于车辆稳态行驶状态下的车辆参数数据建立车辆油耗稳态模型，基于车辆非稳态行驶状态下的车辆参数数据，采用数据分析方法进行特征分类，针对不同特征类别分别筛选得到该类别下与稳态模型估计油耗误差强相关的车辆参数，建立车辆分段式油耗瞬态修正模型，对车辆油耗稳态模型进行误差修正，最终得到车辆分段式瞬态油耗模型。能够实现车辆不同驾驶状态下的瞬态油耗精确估计，可全面反映车辆信息，提高模型准确度。

技术领域

本发明涉及汽车能耗估算技术领域，特别是涉及一种基于油耗强相关参数修正的瞬态汽车油耗估计方法及系统。

背景技术

节能减排、智能控制这两个概念在汽车技术飞速发展的时代越来越多的受到人们的重视。其中，一个性能优异的瞬态燃油消耗模型，可以准确的估计车辆的燃油消耗，方便人们对于车辆能耗和排放的进一步评价和控制，对于提高车辆的燃油经济性、排放性能，优化车辆能耗、排放的智能控制有十分重要的作用。

现有的车辆油耗估计模型主要有两种，一种是基于车辆发动机万有特性曲线图或多项式结构的稳态燃油消耗模型，这类模型仅涉及车辆发动机转速和转矩两项参数结构简单，使用方便，但由于车辆稳态状态与正常运行状态的差异，这类模型的估计误差过高。另一种是瞬态模型，常见的瞬时油耗模型分为两类:一类是基于车辆动力学的结构化油耗模型，另一类是基于机器学习的数据驱动油耗模型。基于车辆动力学的结构化模型基于车辆瞬态油耗与状态参数之间的动力学和数学关系建立，普适性强，但结构复杂，精度相对较低，涉及车辆参数众多，在参数标定和模型使用中有较大难度。基于机器学习的数据驱动油耗模型精度高，但需要大量的数据进行模型搭建，且数据标定费时费力，除此之外，由于其“黑箱原理”的模型结构，导致模型无法反应任何状态参数对油耗的影响。

发明内容

本发明的目的是提供一种基于油耗强相关参数修正的瞬态汽车油耗估计方法及系统，能够反应车辆状态参数对油耗的影响，并且提高模型准确度。

为实现上述目的，本发明提供了如下方案：

本发明提供了一种基于油耗强相关参数修正的瞬态汽车油耗估计方法，所述基于油耗强相关参数修正的瞬态汽车油耗估计方法包括：

采集车辆不同行驶状态下的车辆参数数据；所述车辆不同行驶状态包括车辆稳态行驶和车辆非稳态行驶；所述车辆参数数据包括车辆行驶参数数据和动力系统参数数据；所述车辆行驶参数数据包括车速、车辆加速度和加速踏板角度；所述动力系统参数数据包括节气门开度、发动机转速、发动机转矩、档位信息和实际油耗值；

基于车辆稳态行驶状态下的车辆参数数据，结合多项式拟合方法，建立车辆油耗稳态模型；

采用主成分分析法和聚类分析法，对车辆在非稳态行驶状态下的车辆参数数据进行初步分类，并对初步分类后的车辆参数数据进行类别重构，确定车辆在非稳态行驶状态下的车辆参数数据的特征类别；

将不同特征类别的车辆在非稳态行驶状态下的车辆参数数据输入至所述车辆油耗稳态模型进行初步油耗估计，确定油耗误差；并采用距离相关系数对车辆参数数据和油耗误差进行相关性分析，确定油耗误差强相关参数；

基于所述油耗误差强相关参数以及车辆在非稳态行驶状态下的车辆参数数据的特征类别，结合多项式方法，确定车辆分段式油耗瞬态修正模型；

采用所述车辆分段式油耗瞬态修正模型对所述车辆油耗稳态模型进行误差修正，确定车辆分段式瞬态油耗模型；采用所述车辆分段式瞬态油耗模型估计瞬态汽车油耗。

可选地，所述基于车辆稳态行驶状态下的车辆参数数据，结合多项式拟合方法，建立车辆油耗稳态模型，具体包括：

将发动机转矩和发动机转速进行不同幂次的组合，得到多个车辆油耗初始稳态模型；