一种电量消耗量预测方法、装置、终端及存储介质制造方法及图纸

本发明专利技术是一种电量消耗量预测方法、装置、终端及存储介质。包括：一、记录电动车运行时的载重、运行时的气温、行驶里程和行驶耗电量；二、将行驶里程50％时记录的数据及与平时驾驶习惯不同的数据剔除；三、进行正态分布分析，分析数据是否符合正态分布规律；四、分别进行相应的变换或不变换后，对气温、载重和每公里消耗电量进行线性回归分析，并且根据P

【技术实现步骤摘要】
一种电量消耗量预测方法、装置、终端及存储介质


[0001]本专利技术属于汽车
，具体的说是一种电量消耗量预测方法、装置、终端及存储介质。

技术介绍

[0002][0003]目前整个汽车物流行业，基本仍在使用燃油卡车运输，电动车的使用量非常有限，尤其在我国东北地区到目前为止还没有成熟的，规模性的电动物流卡车使用案例，但是随着汽车行业的发展，电动车势必将成为未来物流用车的主要车辆。与此同时，整个电动车的平均每公里电量消耗情况因车辆生产厂家不同存在一定差异，导致目前没有比较合理的广泛适用的电动车电量消耗预测模型。同时，因为大型物流企业的电动车充电装置通常均为企业自己设立，充电位置相对固定，很难随时就近寻找充电位置，且无法通过其他车辆运输补给能源，加上目前各种车辆的表显可行驶里程与车辆能够行驶的实际里程通常存在一定的差异，通常不能准确指导驾驶员对充电时间进行规划。因此一套根据电动车实际的运行工况以及运行时的气温和载重等实际情况对电量进行预测的方法十分有必要且对个人和企业对车辆行驶里程和充电时间、充电桩数量、充电桩位置规划具有重要意义。

技术实现思路

[0004]本专利技术提供了一种电量消耗量预测方法、装置、终端及存储介质，针对企业或个人在使用电动车的过程中，在没有随时可以充电且日使用频繁日行驶里程较大时，为辅助企业和个人对车辆实际电量剩余与剩余里程进行对应。
[0005]本专利技术技术方案结合附图说明如下：
[0006]根据本专利技术实施例的第一方面，提供了一种电量消耗量预测方法，包括以下步骤：
[0007]步骤一、记录电动车运行时的载重、运行时的气温、行驶里程和行驶耗电量，并且计算出车辆每公里的消耗电量；
[0008]步骤二、对步骤一记录的数据进行整理，将行驶里程50％时记录的数据及与平时驾驶习惯不同的数据剔除，并且将得到的数据打乱顺序；
[0009]步骤三、对步骤二整理的数据进行正态分布分析，分析数据是否符合正态分布规律；
[0010]步骤四、分别进行相应的变换或不变换后，对气温、载重和每公里消耗电量三个数据利用excel软件中的数据统计中的线性回分析功能进行线性回归分析，并且根据P
‑
value判断回归分析是否有效；最后根据线性回归分析结果得到电量消耗预测函数；
[0011]步骤五、得到电量消耗预测函数后，对记录数据进行不断的更新与迭代，重新进行分析，以修正电量消耗预测函数。
[0012]进一步的，步骤一中，所述载重为车辆除自身整备内容外，运行时所负载的人、货品、以及其他杂物总重量，单位为千克或吨；
[0013]进一步的，步骤一中，所述气温为车辆行驶区域的实际温度，单位为摄氏度。
[0014]进一步的，步骤一中，记录的数据中三个数据为一组，初次使用车辆是至少要记录20组以上的运行数据。
[0015]进一步的，所述步骤三的具体方法如下：
[0016]根据分布规律分析器判断是否符合正太分布，利用excel软件的数据分析中的描述统计功能模块对观测值数组中的百公里电量消耗数据进行数据分析；如数据结果偏度小于
‑
0.5认为数组存在负偏，此时需对数据进行指数变换，以自然常数e为底；如数据结果偏度大于0.5认为数组存在正偏，此时需对数据进行对数变换，以10或者自然常数e为底。
[0017]进一步的，步骤四中，每公里电量消耗作为因变量Y值，气温和载重分别作为自变量X1和X2；当P
‑
value值小于0.05即可认为回归分析有效。
[0018]根据本专利技术实施例的第二方面，提供一种电量消耗量预测装置，包括：
[0019]数据记录模块，用于记录电动车运行时的载重、运行时的气温、行驶里程和行驶耗电量，并且计算出车辆每公里的消耗电量；
[0020]数据整理模块，用于对记录的数据进行整理，将行驶里程50％时记录的数据及与平时驾驶习惯不同的数据剔除，并且将得到的数据打乱顺序；
[0021]数据分析模块，用于对整理的数据进行正态分布分析，分析数据是否符合正态分布规律；
[0022]电量消耗预测模块，用于分别进行相应的变换或不变换后，对气温、载重和每公里消耗电量三个数据利用excel软件中的数据统计中的线性回分析功能进行线性回归分析，并且根据P
‑
value判断回归分析是否有效；最后根据线性回归分析结果得到电量消耗预测函数；
[0023]修正模块，用于得到电量消耗预测函数后，对记录数据进行不断的更新与迭代，重新进行分析，以修正电量消耗预测函数。
[0024]根据本专利技术实施例的第三方面，提供一种终端，包括：
[0025]一个或多个处理器；
[0026]用于存储所述一个或多个处理器可执行指令的存储器；
[0027]其中，所述一个或多个处理器被配置为：
[0028]执行本专利技术实施例的第一方面所述的方法。
[0029]根据本专利技术实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由终端的处理器执行时，使得终端能够执行本专利技术实施例的第一方面所述的方法。
[0030]根据本专利技术实施例的第五方面，提供一种应用程序产品，当应用程序产品在终端在运行时，使得终端执行本专利技术实施例的第一方面所述的方法。
[0031]本专利技术的有益效果为：
[0032]本专利技术针对企业或个人在使用电动车的过程中，在没有随时可以充电且日使用频繁日行驶里程较大时，为辅助企业和个人对车辆实际电量剩余与剩余里程进行对应。
附图说明
[0033]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附
图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0034]图1为本专利技术所述一种电量消耗量预测方法的流程示意图；
[0035]图2为本专利技术所述一种电量消耗量预测装置的结构示意图；
[0036]图3为日电量消耗实际值与预测函数与测试值对比样例的曲线示意图；
[0037]图4为一种终端结构示意框图。
具体实施方式
[0038]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0039]实施例一
[0040]图1为本专利技术实施例一提供的一种电量消耗量预测方法的流程图，本实施例可适用于电量消耗量预测的情况，该方法可以由本专利技术实施例中的一种电量消耗量预测装置来执行，该装置可采用软件和/或硬件的方式实现。
[0041]一种电量消耗量预测方法，包括以下步骤：
[0042]步骤一、记录电动车运行时的载重、运行时的气温、行驶里程和行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电量消耗量预测方法，其特征在于，包括以下步骤：步骤一、记录电动车运行时的载重、运行时的气温、行驶里程和行驶耗电量，并且计算出车辆每公里的消耗电量；步骤二、对步骤一记录的数据进行整理，将行驶里程50％时记录的数据及与平时驾驶习惯不同的数据剔除，并且将得到的数据打乱顺序；步骤三、对步骤二整理的数据进行正态分布分析，分析数据是否符合正态分布规律；步骤四、分别进行相应的变换或不变换后，对气温、载重和每公里消耗电量三个数据利用excel软件中的数据统计中的线性回分析功能进行线性回归分析，并且根据P
‑
value判断回归分析是否有效；最后根据线性回归分析结果得到电量消耗预测函数；步骤五、得到电量消耗预测函数后，对记录数据进行不断的更新与迭代，重新进行分析，以修正电量消耗预测函数。2.根据权利要求1所述的一种电量消耗量预测方法，其特征在于，步骤一中，所述载重为车辆除自身整备内容外，运行时所负载的人、货品、以及其他杂物总重量，单位为千克或吨。3.根据权利要求1所述的一种电量消耗量预测方法，其特征在于，步骤一中，所述气温为车辆行驶区域的实际温度，单位为摄氏度。4.根据权利要求1所述的一种电量消耗量预测方法，其特征在于，步骤一中，记录的数据中三个数据为一组，初次使用车辆是至少要记录20组以上的运行数据。5.根据权利要求1所述的一种电量消耗量预测方法，其特征在于，所述步骤三的具体方法如下：根据分布规律分析器判断是否符合正太分布，利用excel软件的数据分析中的描述统计功能模块对观测值数组中的百公里电量消耗数据进行数据分析；如数据结果偏度小于
‑
0.5认为数组存在负偏，此时需对数据进行指数变换，以自然常数...

【专利技术属性】
技术研发人员：包峰，刘哲，刘志国，郑洪涛，张聪颖，李帅，程常浩，石岩，窦宇，高鹏，庄原，
申请(专利权)人：长春一汽国际物流有限公司，
类型：发明
国别省市：