一种基于切换式深度学习的电动汽车行程能耗率预测方法

本发明适用于电动汽车技术领域，提供了一种基于切换式深度学习的电动汽车行程能耗率预测方法。本发明设计了行程开始阶段与行驶阶段的切换模式。在行程开始阶段，利用前馈神经网络模型使用目标车辆的历史数据进行预测，当模型收集到足够的行驶数据时，将自动切换为时序预测模型进行实时能耗率的预测。这一设计不仅灵活应对驾驶风格及外界环境变化，还显著提升了预测准确性。同时，本发明考虑了车速、起止SOC、温度、怠速比、怠速能耗率等因素，相较于现有方法，纳入了更多维度的输入特征，提高了电动汽车能耗率预测的准确性。此外，本发明所提出的能耗率预测模型能更准确地捕捉能耗率变化的细微差异，有效提升电动汽车能耗率的预测精度。