摘要
本发明涉及车辆碳排放预测技术领域,具体提出一种数字孪生辅助智能网联车辆碳排放预测系统及方法,通过将数字孪生与深度学习相结合并应用于碳排放的预测环节中,模拟各种驾驶行为来得到碳排放的预测结果,最后根据对比给出基于当前行驶状态下最优的碳减排方式并反馈给用户。同时,整个预测部分可以不断将预测结果与实际执行结果相对比来优化整体结构,提高预测的准确性与泛化性,满足用户需求。
技术关键词
智能网联车辆
数字孪生模型
动态预测模型
排放预测方法
排放量
预测系统
车辆部件
车辆运行状态
车载屏幕
能耗
车辆传感器
碳排放预测技术
记录环境参数
数据采集模块
系统为您推荐了相关专利信息
光谱反射率特征
多源监测数据
动态预测模型
土地利用预测
生态修复方法
能源管理
协同运行方法
综合能源系统
数字孪生模型
纳什均衡理论
汽车原车系统
数字孪生模型
监测模块
监测系统
单车
UWB基站
导航方法
抗干扰机制
数字孪生模型
蓝牙信标
电控设备
数字孪生模型
管理方法
实时数据
管理系统