摘要
本发明公开了涉及一种汽车空调能耗预测方法、系统、介质及设备,涉及新能源汽车技术领域。该方法包括步骤;获取汽车运行工况参数和环境参数作为能耗数据;利用能耗预测模型对能耗数据进行处理,得到汽车空调能耗预测结果,其中,能耗预测模型中,利用深度学习算法对能耗数据中的时间序列数据进行变化规律学习,同时捕捉能耗数据中的空间特征,并根据学习结果生成新的数据样本,新的数据样本用于优化能耗预测模型参数;根据汽车空调能耗预测结果控制调整汽车空调系统的运行状态。本发明能够进行时间序列的深度学习,并利用对抗网络实现高维能耗数据的预测生成,从而实现汽车空调系统能耗的精准预测。
技术关键词
能耗预测模型
能耗预测方法
汽车运行工况
汽车空调系统
长短期记忆网络
深度学习算法
可读存储介质
空调系统能耗
空调控制模块
样本
新能源汽车技术
网络结构
终端设备
参数
序列
数据获取模块
处理器
系统为您推荐了相关专利信息
分层编解码
压缩特征
韵律特征
文本
语义特征提取
依赖特征
电力负荷预测模型
空间分布特征
时间卷积网络
电力负荷预测方法
长短期记忆网络
生成对抗网络
识别方法
视频帧
无人机摄像头
电力系统设备管理
需求预测模型
负荷预测模型
长短期记忆网络
实时监测数据
负荷预测方法
双向长短期记忆网络
负荷预测模型
天气
夹角余弦