一种基于Hadoop的石油运输车辆油耗预测方法技术

本发明专利技术涉及一种基于Hadoop的石油运输车辆油耗预测方法。包括如下步骤：(1)数据采集；(2)数据存储；(3)油耗影响因素修正系数计算；(4)油耗定额预测计算。本发明专利技术方法以石油运输车辆为研究对象，依托大数据分析处理技术，建立相关计算模型，分析计算车辆油耗，不仅为运输企业制定合理的油耗定额提供参考依据，同时，在研究的过程中也可以发现产生高油耗的根源，从而可以采取有效的措施降低油耗，节约成本，节约能源。

A fuel consumption prediction method for oil transportation vehicles based on Hadoop

The invention relates to a fuel consumption prediction method for an oil transport vehicle based on Hadoop. It includes the following steps: (1) data acquisition; (2) data storage; (3) calculation of correction factors of fuel consumption influence factors; (4) prediction of fuel consumption quota. The method of the invention takes oil transport vehicle as the research object, based on the analysis of large data processing technology, establish the calculation model, calculation and analysis of vehicle fuel consumption, not only for the transportation enterprises to make reasonable fuel consumption quota reference, at the same time, in the process of research, we can also cause high fuel consumption, so as to take effective measures reduce fuel consumption, saving cost, saving energy.

【技术实现步骤摘要】
一种基于Hadoop的石油运输车辆油耗预测方法
本专利技术涉及一种基于Hadoop的石油运输车辆油耗预测方法，特别涉及一种通过大数据分析处理、建立相关计算模型、分析计算对石油运输车辆油耗进行预测的方法，属于运输车辆管理

技术介绍
在国家实施节能减排战略的大背景下，各行业都在为减少碳排放做各种努力，实现能效改进的一个很重要的方面就是降低燃气损耗，交通运输行业占据了绝大部分的能源消耗和碳排放，为了实现行业的节能减排，应该在管理上和技术上寻找突破点。石油运输企业运输车辆多、运输任务重，且点多、线长、面广，车辆油耗是其主要消耗，也是降低成本，节约能源，增加效益的主要来源，对于石油运输企业来说，制定出准确的车辆油耗定额，是抓好车辆管理和降本增效工作的关键。根据报告显示，石油运输企业13％的成本是运输车辆燃油消耗，整个油耗成本占企业生产变动成本的49％，燃油消耗很大程度上影响着企业的整体效益，同时，燃油管理也是车辆管理的重点之一，为规范管理，控制成本，制定可行的绩效评估和考核标准就需要制定出准确可靠的车辆油耗定额标准。石油运输企业车辆由于特定的运输任务要求，道路状况复杂，运行环境恶劣，本文档来自技高网...

【技术保护点】
一种基于Hadoop的石油运输车辆油耗预测方法，其特征在于包括如下步骤：步骤一为数据采集，预测油耗的源数据包括路况、温度、海拔、车辆性能、驾驶情况数据，所述路况、温度、海拔数据通过外部系统接入获取，所述车辆性能、驾驶情况数通过车载OBD终端以及传感器终端获取，数据采集还包括车辆GPS位置数据的实时获取；步骤二为数据存储，将温度、海拔、驾驶情况设为静态数据，通过关系型数据库存储；对于实时性的大量GPS位置、路况、车辆性能数据通过基于Hadoop的HBase的分布式数据库存储；步骤三为油耗影响因素修正系数计算，包括车型划分、影响因子基准值确定以及标准油耗定额确定；计算影响因子修正系数；步骤四为油耗...

【技术特征摘要】
1.一种基于Hadoop的石油运输车辆油耗预测方法，其特征在于包括如下步骤：步骤一为数据采集，预测油耗的源数据包括路况、温度、海拔、车辆性能、驾驶情况数据，所述路况、温度、海拔数据通过外部系统接入获取，所述车辆性能、驾驶情况数通过车载OBD终端以及传感器终端获取，数据采集还包括车辆GPS位置数据的实时获取；步骤二为数据存储，将温度、海拔、驾驶情况设为静态数据，通过关系型数据库存储；对于实时性的大量GPS位置、路况、车辆性能数据通过基于Hadoop的HBase的分布式数据库存储；步骤三为油耗影响因素修正系数计算，包括车型划分、影响因子基准值确定以及标准油耗定额确定；计算影响因子修正系数；步骤四为油耗定额预测计算，石油运输车辆油耗定额计算模型是：Qs＝Zsz*Lsz+Zsk*LskZsz＝kw*kh*ky*kj*kf*ki*Z0zZsk＝kw*kh*ky*kj*kf*ki*Z0k其中，Qs－实时运单估算油耗；Zsz－实时运单重载百公里油耗；Zsk－实时运单空载百公里油耗；Lsz－实时运单重载里程；Lsk－实时运单空载里程；Z0z－标准重载每公里油耗；Z0k－标准空载每公里油耗；ki－路况修正系数；kw－温度修正系数；kh－海拔修正系数；ky－车辆性能修正系数；kj－车辆工况修正系数；kf－驾驶情况修正系数；Qb－本车历史油耗[Qb＝Qbz(重载油耗)+Qbk(空载油耗)]；Qt－同重型车历史油耗[Qt＝Qtz(重载油耗)+Qtk(空载油耗)]；Lb－本车历史行驶里程(Lb＝Lbz+Lbk)；Lt－同重型车的历史行驶里程(Lt＝Ltz+Ltk)；n0－本车历史运单数；m0－同重型车的历史运单数；－本车每公里预估油耗在油耗定额中所占的比例；－同重型车每公里预估油耗在油耗定额中所占的比例。2.根据权利要求1所述的一种基于Hadoop的石油运输车辆油耗预测方法，其特征在于所述步骤二从HBase的分布式数据库中...

【专利技术属性】
技术研发人员：吴小军，黄琛，张若冰，张霁，
申请(专利权)人：武汉长江通信智联技术有限公司，
类型：发明
国别省市：湖北,42