一种融合机理与数据驱动的宽温域整车能耗预测方法

本发明提供了一种融合机理与数据驱动的宽温域整车能耗预测方法，涉及能耗预测技术领域，方法包括：建立整车一维模型；确定环境数据的边界约束条件；基于整车一维模型获取不同运行工况下的训练集；确定不同目标部件类型的输入数据和输出数据；利用输入数据和输出数据训练时序预测模型；利用训练后的时序预测模型替换整车一维模型中对应的目标部件，得到融合机理数据和模型数据的耦合模型；获取各个目标部件的实时输入数据；将实时输入数据输入至融合模型，输出目标部件预测能耗。该方法兼具机理模型的物理一致性和可解释性，以及神经网络模型的高效计算和动态预测能力，实现了在宽温域和多工况下的快速、准确、可解释的整车能耗预测。