【技术实现步骤摘要】
本专利技术涉电动汽车
,尤其涉及基于工况预测和模糊能耗的电动汽车续驶里程估算方法。
技术介绍
随着传统燃油汽车的保有量迅猛增加,由燃油汽车引起的环境污染以及全球燃油枯竭问题也日益严重。电动汽车由于环保、节能等优点越来越受到人们关注,但是因其续驶里程受限,而受到广泛推广。为了提高电动汽车的使用方便性,不仅要提高续驶里程,还要研究电动汽车的状态实时监测和续驶里程的实时估算,从而为驾驶员提供准确的车辆信息。电动汽车续驶里程受多方面因素的影响,例如,车速、车辆状态、电池状态、环境温度等。目前续驶里程的计算方法还不十分完善,需要进一步探索。中国专利CN201310151533.5公开了一种电动汽车续驶里程估算方法,该方法根据一定的交通状态和车辆真实实时状态情况下进行续驶里程估算,该方法虽然能准确估算里程,但是借助的信息太多,而这些信息并非能实时获取。中国专利CN201310151290.5公开了电动汽车电量因子模型建立及续驶里程估算方法,该方法对电量因子模型有一定的研究,而实际中电量消耗仍然受到很多因素影响,并非能准确建立。
技术实现思路
针对现有技术的不足,本专利技术提供了一种基于工况预测和模糊能耗的电动汽车续驶里程估算方法,解决估算里程的过程不能实时获取电动汽车相关信息、电量消耗受到很多因素影响的问题。本专利技术是通过以下技术手段实现上述技术目的的。基于工况预测和模糊能耗的电动汽车续驶里程估算方法,包括以下步骤:S1.基于马尔科夫算法实现对工况的预测并采用BP神经网络对预测结果进行修正,S1.1,定义集合S表示行驶工况的状态,则行驶工况状态表示为:S={s1,s2,...,sk
【技术保护点】
基于工况预测和模糊能耗的电动汽车续驶里程估算方法,其特征在于,包括以下步骤:S1.基于马尔科夫算法实现对工况的预测并采用BP神经网络对预测结果进行修正,S1.1,定义集合S表示行驶工况的状态,则行驶工况状态表示为:S={s1,s2,...,sk};S1.2,采用统计学的方法求转移概率矩阵,先求出转移概率,再求出转移概率矩阵;S1.3,建立行驶工况预测结果与真实行驶工况类别之间的误差相对序列,并以误差相对序列作为BP神经网络的输入数据建立起BP神经网络;S1.4,根据误差拟合出非线性函数,实时预测出将来的误差相对序列,并将马尔科夫模型求出的预测值与BP神经网络得到的误差相对序列进行叠加,求得最终的预测结果;S2.建立特征参数与能耗之间的模糊规则库,S2.1,根据行驶工况判别当前片段所处类别,获取当前片段的平均速度meanv、加速比例P、减速比例N、总能耗Ecost四个特征参数;S2.2,依次对当前片段的每个特征参数选取多组数据,并对每组数据按照从小到大的顺序排列建立模糊规则库;S3.对单位公里行驶里程L进行优化,S3.1,当采样的片段在一定数值以内时,为了满足剩余里程呈线性递减趋势,建立 ...
【技术特征摘要】
1.基于工况预测和模糊能耗的电动汽车续驶里程估算方法,其特征在于,包括以下步骤:S1.基于马尔科夫算法实现对工况的预测并采用...
【专利技术属性】
技术研发人员:盘朝奉,谢明维,陈燎,陈龙,江浩斌,王丽梅,袁朝春,汪少华,
申请(专利权)人:江苏大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。