[发明专利]一种混合动力公交车队的能量优化控制方法有效

专利信息
申请号: 201410799459.2 申请日: 2014-12-19
公开(公告)号: CN104484721A 公开(公告)日: 2015-04-01
发明(设计)人: 陈征;李亮;杨超;颜丙杰 申请(专利权)人: 清华大学
主分类号: G06Q10/04 分类号: G06Q10/04
代理公司: 北京纪凯知识产权代理有限公司 11245 代理人: 徐宁;刘美丽
地址: 100084 北京市海淀区1*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种混合动力公交车队的能量优化控制方法,包括以下步骤:1)对历史工况数据进行特征参数提取及处理得到训练样本集,制定相应的整车能量控制方法以及计算分类机器;2)整个混合动力公交车队的能量优化控制的具体过程:2.1)前车实时采集工况数据;2.2)前车发生故障,进入步骤2.3);未发生故障,进入步骤2.4);2.3)车站中心控制系统启用备用工况类型,并传输给紧接着前车的后车;2.4)车站中心控制系统根据前车实时采集的工况数据构造组合特征参数集,分类机器根据组合特征参数集给出工况类型,并发送至紧挨着前车的后车;2.5)监测器将后车采集的实时工况数据与后车接收到的工况类型进行对比;2.6)将后车作为前车,重复步骤2.1)~2.5)。
搜索关键词: 一种 混合 动力 公交 车队 能量 优化 控制 方法
【主权项】:
一种混合动力公交车队的能量优化控制方法,包括以下步骤:1)对混合动力公交线路上的所有公交车采集的历史工况数据进行特征参数提取及处理得到训练样本集,并基于训练样本集制定相应的整车能量控制方法以及计算分类机器,分类机器用于据判断道路工况类型,包括以下步骤:1.1)整条混合动力公交线路上的每辆公交车的CAN总线采集工具采集历史工况数据,并将历史工况数据发送至车站中心控制系统;1.2)车站中心控制系统将采集的m条历史工况数据,以行驶过程中的每两个相邻车站的历史工况数据为一个研究单位进行特征参数提取,得到特征参数集;1.3)将特征参数集进行映射变换构造得到组合特征参数集;1.4)将组合特征参数集基于无监督学习方法得到道路工况组合特征参数的训练样本集,即不同的工况类型,工况类型包括高速、中速和低速;1.5)对训练样本集采用统计方法进行训练得到分类机器;1.6)制定不同工况类型下的整车能量控制方法,即使每一种工况类型对应不同的逻辑门限控制方法;2)混合动力公交车根据工况类型选择相应的整车能量控制方法,实现整个混合动力公交车队的能量优化控制,具体控制过程为:2.1)选定某条公交线路上的混合动力公交车队中的某辆车为前车,前车的CAN总线采集工具实时采集公交路线的相邻行驶站点间的工况数据,并将采集的工况数据实时发送到车站中心控制系统;2.2)如果前车在运行的过程中发生故障,前车记录故障信号并将其发送至车站中心控制系统,进入步骤2.3);如果前车在运行的过程中未发生故障,则进入步骤2.4);2.3)车站中心控制系统启用备用工况类型,并将备用工况类型传输给紧接着前车的后车;2.4)车站中心控制系统根据前车实时采集的工况数据构造相应的组合特征参数集,分类机器根据组合特征参数集给出相应的工况类型,并将工况类型发送至紧挨着前车的后车;2.5)后车根据接收到的工况类型选择相应的整车能量控制方法进行能量控制;同时,后车将采集的实时工况数据传输至车站中心控制系统,车站中心控制系统的监测器将后车采集的实时工况数据与后车接收到的工况类型进行对比,即将两种工况类型在相同地点的速度进行对比,如果速度相差超过设定的值,则使用备用工况类型或步骤1.4)中得到的工况类型进行修正,并将修正后的结果传回后车;如果速度相差没有超过设定的值,则保持现有工况类型不变;2.6)将后车作为紧跟其后的车辆的前车,重复步骤2.1)~2.5),实现对整个混合动力公交车队的能量优化控制。
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清华大学,未经清华大学许可,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/patent/201410799459.2/,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