[发明专利]基于数据协整分析的油耗计量系统及其方法在审

专利信息
申请号: 202211252777.8 申请日: 2022-10-13
公开(公告)号: CN115683255A 公开(公告)日: 2023-02-03
发明(设计)人: 张凯元 申请(专利权)人: 陕西省君凯电子科技有限公司
主分类号: G01F9/02 分类号: G01F9/02;G06N3/0464;G06N3/08
代理公司: 北京和信华成知识产权代理事务所(普通合伙) 11390 代理人: 胡剑辉
地址: 710000 陕西省西安市浐灞*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 数据 分析 油耗 计量 系统 及其 方法
【权利要求书】:

1.一种基于数据协整分析的油耗计量系统,其特征在于,包括:

测试数据采集模块,用于获取多组车辆检测数据,其中,每一组所述车辆检测数据包括车速、行驶时间、风阻、总做功、功率、热效能、热值和油耗值;

相关数据编码模块,用于将所述多组车辆检测数据中的车速、行驶时间、风阻、总做功、功率、热效能和热值按照数据项维度和组别维度排列为测量输入矩阵后通过作为过滤器的卷积神经网络模型以得到测量特征向量;

油耗数据编码模块,用于将所述多组车辆检测数据中的油耗值排列为油耗输入向量后通过多尺度邻域特征提取模块以得到多尺度邻域油耗特征向量;

协整分析模块,用于对所述测量特征向量和所述多尺度邻域油耗特征向量进行协整分析以得到协整特征矩阵;

检测数据采集模块,用于获取待检测车辆在预定时间段内多个预定时间点的车速值;

检测数据编码模块,用于将所述多个预定时间点的车速值通过包含一维卷积层的时序编码器以得到车速特征向量;

向量查询模块,用于将所述车速特征向量作为查询特征向量与所述协整特征矩阵进行相乘以得到解码特征向量;

解码优化模块,用于基于所述解码特征向量的所有位置的特征值的均值的倒数,对所述解码特征向量中各个位置的特征值进行校正以得到校正后解码特征向量;以及

油耗计量模块,用于将所述校正后解码特征向量通过解码器以得到解码值,所述解码值为油耗值。

2.根据权利要求1所述的基于数据协整分析的油耗计量系统,其特征在于,所述相关数据编码模块,包括:

行向量构造单元,用于将各组所述车辆检测数据中的车速、行驶时间、风阻、总做功、功率、热效能和热值排列为行向量以得到多个行向量;以及

二维排列单元,用于将所述多个行向量进行二维排列以得到所述测量输入矩阵;以及

深度卷积编码单元,用于使用所述作为过滤器的卷积神经网络模型的各层在层的正向传递中分别对输入数据进行卷积处理、基于特征矩阵的池化处理和非线性激活处理以由所述作为过滤器的卷积神经网络模型的最后一层输出所述测量特征向量,其中,所述作为过滤器的卷积神经网络模型的第一层的输入为所述测量输入矩阵。

3.根据权利要求2所述的基于数据协整分析的油耗计量系统,其特征在于,所述油耗数据编码模块,包括:

第一尺度邻域卷积编码单元,用于将所述油耗输入向量输入所述多尺度邻域特征提取模块的第一卷积层以得到第一尺度油耗特征向量,其中,所述第一卷积层具有第一长度的第一一维卷积核;

第二尺度邻域卷积编码单元,用于将所述油耗输入向量输入所述多尺度邻域特征提取模块的第二卷积层以得到第二尺度油耗特征向量,其中,所述第二卷积层具有第二长度的第二一维卷积核,所述第一长度不同于所述第二长度;以及

级联单元,用于将所述第一尺度油耗特征向量和第二尺度油耗特征向量进行级联以得到所述油耗特征向量。

4.根据权利要求3所述的基于数据协整分析的油耗计量系统,其特征在于,所述第一尺度邻域卷积编码单元,进一步用于:使用所述多尺度邻域特征提取模块的第一卷积层以如下公式对所述油耗输入向量进行一维卷积编码以得到所述第一尺度油耗特征向量;

其中,所述公式为:

其中,a为第一卷积核在x方向上的宽度、F(a)为第一卷积核参数向量、G(x-a)为与卷积核函数运算的局部向量矩阵,w为第一卷积核的尺寸,X表示所述油耗输入向量。

5.根据权利要求4所述的基于数据协整分析的油耗计量系统,其特征在于,所述第二尺度邻域卷积编码单元,进一步用于:使用所述多尺度邻域特征提取模块的第二卷积层以如下公式对所述油耗输入向量进行一维卷积编码以得到所述第二尺度油耗特征向量;

其中,所述公式为:

其中,b为第二卷积核在x方向上的宽度、F(b)为第二卷积核参数向量、G(x-b)为与卷积核函数运算的局部向量矩阵,m为第二卷积核的尺寸,X表示所述油耗输入向量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陕西省君凯电子科技有限公司,未经陕西省君凯电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211252777.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top