买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于历史实时能耗的燃料电池汽车续驶里程预测方法，通过对燃料电池汽车进行标准化测试获得历史数据，采集开放道路数据构建速度历程曲线；对历史数据进行处理获得模型输入数据，将模型输入数据导入原始CNN‑LSTM能耗模型进行训练，获得优化CNN‑LSTM能耗模型；对速度历程曲线片段划分，获得速度历程片段，通过积分获得对应片段里程，将速度历程片段输入优化CNN‑LSTM能耗模型中获得当前片段能耗；根据对应片段里程、当前片段能耗计算剩余能量和历史单位能耗行驶里程；对历史单位能耗行驶里程采用历史实时策略获得优化单位能耗行驶里程，剩余能量和优化单位能耗行驶里程相乘获得续驶里程预测值，实现燃料电池汽车续驶里程预测。

主权项：1.一种基于历史实时能耗的燃料电池汽车续驶里程预测方法，其特征是：通过对燃料电池汽车进行标准化测试获得历史数据，对所述历史数据进行处理获得模型输入数据，将模型输入数据导入原始CNN-LSTM能耗模型进行训练，获得优化CNN-LSTM能耗模型；采集开放道路数据构建速度历程曲线，对所述速度历程曲线进行片段划分，获得速度历程片段，通过积分获得对应片段里程，将速度历程片段输入所述优化CNN-LSTM能耗模型中获得当前片段能耗；根据对应片段里程和当前片段能耗计算获得剩余能量和历史单位能耗行驶里程；对所述历史单位能耗行驶里程采用历史实时策略获得优化单位能耗行驶里程，根据所述剩余能量和优化单位能耗行驶里程获得续驶里程预测值，实现燃料电池汽车续驶里程的预测；所述预测方法包含如下步骤：步骤1：对燃料电池汽车进行标准化测试获得历史数据，并构建速度历程曲线：所述历史数据包括燃料电池汽车标定行驶总里程Dz、燃料电池汽车标定总能量Ez、历史速度历程曲线和历史电信号；所述历史电信号是指每个时间点的电信号，分别是：燃料电池端输出电流I1、燃料电池端输出电压U1、动力电池端输出电流I2和动力电池端输出电压U2；利用速度传感器采集获得开放道路上燃料电池汽车的速度数据，并将采集获得的速度数据以时间序列的形式记录，构建速度历程曲线；步骤2：对所述历史数据进行处理，包括数据预处理和归一化，获得模型输入数据，将所述模型输入数据导入原始CNN-LSTM能耗模型进行网络训练，获得优化CNN-LSTM能耗模型；步骤3：对速度历程曲线进行100s片段划分，获得速度历程片段，对所述速度历程片段进行积分获得对应片段里程；将所述速度历程片段输入优化CNN-LSTM能耗模型中获得当前片段能耗；步骤4：对所述对应片段里程进行累加获得已行驶里程Dtr，对所述当前片段能耗进行累加获得总能耗Etr；由所述燃料电池汽车标定总能量Ez减去所述总能耗Etr获得剩余能量Eres，将所述已行驶里程除以所述总能耗Etr获得历史单位能耗行驶里程lhis；步骤5：对所述历史单位能耗行驶里程lhis采用历史实时能耗加权策略获得优化单位能耗行驶里程将所述剩余能量Eres和所述优化单位能耗行驶里程相乘获得续驶里程预测值Dpre；在所述步骤2中，按如下方式对所述历史数据进行数据预处理和归一化：根据所述历史数据中的历史速度历程曲线获取每个时间点的速度，根据相邻时间点的速度值和对应的时间间隔计算获得各时间点的加速度，根据所述历史电信号按式1计算获得燃料电池汽车各时间点的功率P，以所述功率P作为标签，完成数据预处理；P＝I1×U1+I2×U21将每个时间点的速度和加速度作为原始特征X，利用式2对所述原始特征X进行均值方差归一化，获得均值为0、方差为1的优化特征X′，完成归一化； 式2中：μ为原始特征X的均值，σ为原始特征X的标准差；将所述优化特征X′和作为标签的所述功率P共同作为模型输入数据；在所述步骤3中，按如下方式获取对应片段里程和当前片段能耗：按式3对所述速度历程片段中的每个时间点的速度进行积分，以i表征片段i，获得片段i的里程Di； 式3中：ti为片段i的起始时间点，j表征片段i中的时间点j，vj为时间点j的速度；对所述速度历程曲线采用速度差值方法计算获得加速度历程曲线；所述速度差值方法是指根据相邻曲线点的速度和时间间隔计算获得速度历程曲线每个点对应的加速度；对所述速度历程曲线和加速度历程曲线采用均值方差归一化方法获得实时模型输入数据，将所述实时模型输入数据输入优化CNN-LSTM能耗模型获得当前片段每个时间点的预测功率Ppre，按式4对预测功率积分获得当前片段能耗： 式4中：Ei为片段i的能耗；在所述步骤4中，利用式5计算获得已行驶里程Dtr和总能耗Etr： 式5中：Di和Ei分别为片段i的里程和能耗；利用式6计算获得剩余能量Eres和历史单位能耗行驶里程lhis： 以n表示片段的数量；在所述步骤5中，所述历史实时能耗加权策略是指：利用式7计算获得当前片段能耗行驶里程和标定单位能耗行驶里程lcal： 利用式8计算获得历史实时单位能耗行驶里程以所述历史实时单位能耗行驶里程表征历史状态和当前状态下片段能耗的波动趋势： 式8中：α1、α2、α3和α4为对应的权重指标，权重α1、α2、α3和α4分别为0.8、0.2、0.2和0.8；将标定单位能耗行驶里程lcal作为单位能耗行驶里程lini的初始值，通过与历史实时单位能耗行驶里程比较，按照如下方法进行单位能耗行驶里程lini迭代，获得优化单位能耗行驶里程若：则将所述单位能耗行驶里程lini以减少0.03进行迭代；若：则将所述单位能耗行驶里程lini保持不变；若：则将所述单位能耗行驶里程lini以增加0.03进行迭代。

全文数据：

权利要求：

百度查询： 合肥工业大学 基于历史实时能耗的燃料电池汽车续驶里程预测方法