基于多层预测的汽车能量管理智能控制方法

本发明公开了一种基于多层预测的汽车能量管理智能控制方法及系统，方法包括获取多维度集合车辆数据信息；根据车辆数据信息，构建1D‑CNN‑LSTM一维卷积长短期记忆神经网络混合模型，预测未来有限时域内的车速，根据预测车速获得滚动时域内的车辆驱动需求功率；利用深度Q学习算法DQN对车辆驱动需求功率进行优化求解，获得滚动时域内燃油消耗量最小所对应的最优转矩分配序列；将最优转矩分配序列的第一个值作用于车辆，在下一个时刻，检测车辆的实际车速及加速度输出值，刷新预测模型；基于更新的预测值重新优化转矩分配，在每一个时刻重复上述步骤，直到预测时域结束，输出预测时域内的最优转矩分配序列，实现对车辆能量管理的智能控制。