摘要
本发明属于车辆动力系统技术领域,具体涉及一种车辆动力系统热效率表征参数优选方法,包括如下步骤:步骤S1:构建动力系统数据集;步骤S2:热效率表征参数筛选;步骤S3:利用神经网络模型进行热效率评估;步骤S4:热效率评估精度对比;步骤S5:输出优选热效率表征参数集。该车辆动力系统热效率表征参数优选方法,通过多种相关系数特征提取方法对热效率表征参数进行筛选,并结合神经网络模型预测分析,实现了车辆动力系统热效率表征参数的优选,为车辆动力系统退化状态评估提供了高置信度表征参数集。该方法可应用于任何燃油车辆动力系统退化状态评估。
技术关键词
车辆动力系统
斯皮尔曼相关系数
灰色关联度
皮尔逊相关系数
构建动力系统
参数筛选方法
长短期记忆网络
冷却液
时序特征
排气
数据
建立神经网络模型
序列
参数提取方法
压力
特征提取方法
高层次
系统为您推荐了相关专利信息
水质预测方法
融合时空特征
深度预测模型
空间权重矩阵
超参数
度预测方法
多阶段
逻辑回归模型
sigmoid函数
天气状况数据
事件预测方法
事件预测系统
大数据
皮尔逊相关系数
度函数
皮尔逊相关系数
方差贡献率
高频电流互感器
交流系统故障
多分类器
能源管理方法
皮尔逊相关系数
引入注意力机制
非易失性计算机存储介质
计算机可执行指令