基于深度学习的增程式矿用自卸车能量优化系统及方法

本申请涉及基于深度学习的增程式矿用自卸车能量优化系统及方法。该系统包括：负载预测模块，用于将矿用自卸车的行驶路线环境数据、设备状态数据和运输工况数据输入基于深度学习的负载需求预测模型，得到负载需求预测结果；油耗预测模块，用于将负载需求预测结果、历史APU参数、能量交互数据和历史温度数据输入油耗预测模型，得到油耗预测结果；能量管理模块，用于基于负载需求预测结果和油耗预测结果，构建多目标优化模型，并通过粒子群优化算法进行求解，得到最优能量分配策略。该系统通过结合负载需求预测和油耗预测，利用深度学习与多目标优化算法实现能量分配，能够显著降低油耗，提高能源利用效率，并实现动态工况下的能量供需平衡。