[发明专利]纯电动乘用车续驶里程预测方法

摘要

本发明公开了一种纯电动乘用车续驶里程预测方法，包括下述步骤S1、采用模糊聚类的方式进行建模；S2、通过模糊时间序列分析算法对纯电动乘用车能耗状况进行建模；S3、建立模糊时间序列模型；S4、将能耗划分为超高、较高、正常、较低、超低五个能耗状态描述；S5、结合经过模糊时间序列所推算的影响因素预测值，经过加权相似性匹配后，得到能耗匹配值，能耗匹配值与路段能耗权值运算最终得到加权能耗预测值；S6、用剩余能耗值减去加权能耗预测值，得到预测剩余能耗值，再换算成续驶里程；S7、直至路段的预测剩余能耗值少于或者等于最低能耗要求值结束算法。本发明通过准确预测续驶里程，可解决目前纯电动乘用车难以实现里程预测的问题。

主权项

纯电动乘用车续驶里程预测方法，其特征在于，包括下述步骤：S1、以路段能耗为基础，纯电动乘用车营运过程中所有影响因素作为聚类的维度，采用模糊聚类的方式进行建模；以纯电动乘用车能耗数据为对象的模糊聚类算法具体步骤如下：选取随机值ε＞0，选定并初始化聚类中心V(0)，使之具有能耗标识，令s＝0；V＝{v1,v2,…,vc}，vi为ωi类的中心矢量，μi是正态分布的均值，即聚类中心，b是一个用来控制不同类别的混合程度的自由参数，即权值b∈(1,∞)；第一步：确定参数b以及初始化模糊分类矩阵U(0)；第二步：更新U(s)为U(s+1)；i＝1,…,c；j＝1,…,N，对于纯电动乘用车能耗影响因素数据集X＝{x1,x2,…,xN}，N为数据集中元素的个数，c是聚类中心数，并按进行迭代，并计算U(s)时的是隶属函数的参数向量；第三步：以矩阵范数比较U(s)和U(s+1)，如果||U(s)‑U(s+1)||＜ε，迭代停止；否则，s＝s+1，返回第二步；S2、通过模糊聚类中心对路段之间的能耗及影响因素的能耗情况进行描述以及标识后，通过模糊时间序列分析算法对纯电动乘用车能耗状况进行建模；S3、引进隶属度权值矩阵，将观测值在各模糊集上的隶属度的值作为用模糊矩阵进行预测的权值，建立模糊时间序列模型，反映观测值与各模糊子区间之间的联系的同时，进行预测时候不再需要附加预测规则，从而实现预测的准确率的提升；S4、对于路段能耗，根据实际观测值与聚类中心的实际情况，按照正态分布算法，将能耗划分为超高、较高、正常、较低、超低五个能耗状态描述；S5、路段能耗及其影响因素经过模糊聚类后，得到能耗聚类中心及其对应路段的实际行驶长度，结合经过模糊时间序列所推算的影响因素预测值，经过加权相似性匹配后，得到能耗匹配值，能耗匹配值与路段能耗权值运算最终得到加权能耗预测值；S6、纯电动乘用车营运续驶里程预测的方法是，在得到加权能耗预测值后，用剩余能耗值减去加权能耗预测值，得到预测剩余能耗值，再换算成续驶里程；S7、在第n+1个路段中，如果预测剩余能耗值满足最低能耗要求值的情况下，再对n+2个路段进行能耗预测，得到其加权能耗预测值后，以第n+1个路段的预测剩余能耗值减去第n+2个路段的预测剩余能耗值后再次与最低能耗要求值进行比较，直至路段的预测剩余能耗值少于或者等于最低能耗要求值结束算法。