摘要
本发明涉及一种新能源动力系统建模及氢消耗预测分析方法,属于新能源汽车动力系统技术领域。针对现有燃料电池混合动力系统因非线性耦合特性导致模型精度低、能耗预测偏差大及实验成本高的问题,提出基于最小二乘支持向量机LSSVM的非线性回归模型构建方法。通过采集车辆CAN总线的差分能耗ΔE、瞬态电机速度n、扭矩T及累积能耗E(t)数据训练模型,预测直流母线电流和电压,结合氢消耗公式及SOC计算模型,实现精确能耗预测。本发明通过黑箱建模降低对机理模型的依赖,采用RBF核函数处理非线性特性,显著提升预测精度并减少实验成本,适用于增程式燃料电池汽车的能量管理优化。
技术关键词
预测分析方法
非线性回归模型
新能源动力系统
新能源汽车动力系统
车辆CAN总线
电池荷电状态
燃料电池输出电流
算法模型
能耗
母线
初始荷电状态
离散化模型
燃料电池汽车
锂电池
能量管理
系统为您推荐了相关专利信息
甲烷传感器
浓度测量方法
氧化铟
宽带光源
微纳光纤耦合器
非线性回归模型
孔洞
深度学习模型
可执行程序代码
三次样条插值法
预测分析方法
分层结构模型
水库底泥
应力场
因子
寿命评估系统
锅炉四管
寿命预测模型
数据采集模块
分析模块
智能手机芯片
智能语音识别
分析系统
运动传感器数据
非线性回归模型