[发明专利]一种基于大数据融合的电动汽车能耗预测方法及系统

摘要

本发明公开了一种基于大数据融合的电动汽车能耗预测方法及系统，首先对车辆运行历史数据进行解码、清洗、插补处理，再将处理后车辆运行数据划分为行驶状态数据和充电状态数据，将所述行驶状态数据与对应的环境信息数据进行数据融合，从而得到模型训练和能耗预测过程所需的能耗水平预测参数集，解决了电动汽车能耗预测过程中所需参数不易获取的问题。并且所述能耗水平预测参数集中包含了车辆实际行驶过程中复杂的行驶工况和行驶环境参数，将其用于训练电动汽车能耗水平预测模型，得到的训练好的电动汽车能耗水平预测模型能够更加准确的预测电动汽车的能耗水平。

主权项

1.一种基于大数据融合的电动汽车能耗预测方法，其特征在于，所述电动汽车能耗预测方法包括：获取车辆运行的历史数据；所述历史数据包括多个历史数据矩阵；所述历史数据矩阵由车辆运行的日期、时间、速度、里程、经度、纬度、总电压、总电流、荷电状态和行驶状态组成；对所述历史数据进行数据清洗和数据插补处理，生成处理后车辆运行数据；根据所述处理后车辆运行数据划分车辆的运行状态；所述运行状态包括暂时停车状态、行驶状态和充电状态；根据所述车辆的运行状态将所述历史数据划分为行驶状态数据和充电状态数据；获取与所述行驶状态数据对应的环境信息数据；所述环境信息数据包括道路类型数据、海拔数据和温度数据；将所述环境信息数据与所述行驶状态数据进行数据融合，生成能耗水平预测参数集；对所述能耗水平预测参数集进行行驶片段划分和片段汇总，形成车辆行驶片段集排列矩阵；对所述车辆行驶片段集排列矩阵中的每个行驶片段进行特征提取，并汇总为车辆行驶片段特征矩阵；基于所述车辆行驶片段特征矩阵构建基于机器学习的电动汽车能耗水平预测模型；根据所述车辆行驶片段特征矩阵计算车辆历史的能耗数据；根据所述车辆行驶片段特征矩阵和所述能耗数据对所述电动汽车能耗水平预测模型进行训练，生成训练好的电动汽车能耗水平预测模型；采用所述训练好的电动汽车能耗水平预测模型预测电动汽车的能耗水平。