摘要
本发明适用于电动汽车技术领域,提供了一种知识数据协同驱动的电动汽车续驶里程分层预测方法。本发明不仅考虑了能耗对电动汽车续驶里程的影响,还考虑了可用能量对续驶里程的影响,从而提高了电动汽车续驶里程的预测精度;采用分层预测模型将电动汽车续驶里程预测问题转化为电动汽车能耗率与实际能量系数预测问题,提高了模型的灵活性和可扩展性,减少了开发时间和成本,大大提高了电动汽车续驶里程预测的准确性。此外,通过数据和机理协同驱动的模型,既克服了物理模型的局限性,又增强了可解释性,降低了对大规模数据的依赖,有效避免了模型过拟合的问题,增强了用户的信任程度,有利于电动汽车的推广。
技术关键词
记忆单元
LSTM模型
蒙特卡洛模拟法
能耗
矩阵
分层
历史行驶数据
恒流充电
非线性
行程
标签
阶段
时序
超参数
电池
变量
元素
物理
车辆
系统为您推荐了相关专利信息
控制模块
通信模块
硬件管理系统
充电设备
固件升级包
查询优化系统
数据嵌入
交互注意力
查询优化方法
状态空间模型
融合方法
卷积神经网络融合
矩阵
信息传递模块
分辨率