摘要
本申请公开了考虑驾驶条件变化的混合动力汽车能量管理方法及其系统,可以避免过度充放电或电量剧烈波动导致电池健康状态受损,并且可以有效提高混合动力汽车的经济性。该方法包括:将车辆速度信息输入训练好的驾驶条件识别模型中,输出驾驶条件识别结果,驾驶条件识别结果为城市驾驶条件或者郊区驾驶条件;驾驶条件识别模型是基于序列网络搭建,并采用glorot正态分布初始化参数,以Adam优化算法作为优化器,使用交叉熵损失函数进行模型训练得到;序列网络包括循环神经网络RNN、长短期记忆网络LSTM或者基于注意力机制Transformer的神经网络;根据驾驶条件识别结果选取能量优化控制器,并将驾驶条件识别结果输入选取的能量优化控制器中,输出瞬时能量优化控制结果。
技术关键词
长短期记忆网络
能量管理策略
深度强化学习算法
车辆速度信息
混合动力汽车
纵向动力学
燃油消耗量
注意力机制
优化器
控制器
仿真模型建模
车辆能量管理
记忆单元
优化控制模型
滚动阻力系数
分段
空气阻力系数
系统为您推荐了相关专利信息
温度预测模型
长短期记忆网络
变压器运行数据
温度预测方法
计算机可执行指令
策略优化方法
实时数据
轨道占用状态
染色体
线路
舵机故障检测
故障检测方法
时序特征
数据特征提取
工况