摘要
本发明提供了一种电动车辆剩余行驶里程预测方法及系统,针对电动车辆在低温环境、道路工况下的劣质行驶数据,根据数据类型不同,通过不同的预处理方式,使其变成时序正常、不增不缺、无异常点的数据;采用滑动窗口法进行数据重构,将每一次行驶事件划分成多个的短行驶片段以备特征提取;从交通状况、驾驶行为、车辆状态、外部环境四个方面提取特征;构将提取的特征输入到时域卷积神经网络进行训练,构建人‑车‑路况‑环境的多元交叉融合的里程预测模型,最终实现剩余行驶里程预测。本发明可以实现准确预测车辆行驶里程,为改善电动汽车的使用体验,推动充电基础设施建设、能源管理优化及电动汽车技术的持续发展提供助力。
技术关键词
剩余行驶里程
滤波算法
滑动窗口法
预测车辆行驶里程
电池单体
异常点
子系统
残差模块
重构
路况
制动踏板行程
充电基础设施
卷积神经网络模型
历史气象数据
电压
计算机
系统为您推荐了相关专利信息
深基坑支护结构
预警系统
传感器阵列
人机交互终端
三维可视化引擎
颗粒分析方法
分析系统
清洁设备
图像识别算法
分析设备
跟踪方法
扩展卡尔曼滤波算法
协方差矩阵
雷达设备
伺服转台控制
悬臂式掘进机油缸
解算方法
油缸位移传感器
数据
单周期