能耗检测方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种能耗检测方法、装置、设备及可读存储介质，涉及计算机技术领域。所述能耗检测方法包括以下步骤：获取目标车辆的指定运行数据和能耗预测模型，其中所述能耗预测模型为基于所述目标车辆的车辆类型对应的历史正常能耗数据构建的模型；对所述指定运行数据进行特征提取，获得所述目标车辆的各运行工况的车辆工况特征；将各所述车辆工况特征分别输入所述能耗预测模型中对应的子预测模型，获得各所述运行工况对应的工况能耗结果；根据各所述工况能耗结果，生成所述目标车辆的能耗状态。本发明专利技术提高了对于能耗异常的检测准确性。本发明专利技术提高了对于能耗异常的检测准确性。本发明专利技术提高了对于能耗异常的检测准确性。

【技术实现步骤摘要】
能耗检测方法、装置、设备及可读存储介质


[0001]本专利技术涉及计算机
，尤其涉及一种能耗检测方法、装置、设备及可读存储介质。

技术介绍

[0002]车辆能耗作为车辆的一重要性能指标，厂商和用户都对其格外关注。车辆能耗(燃油和电能的消耗)不仅是车辆的重要优化项目，同时车辆能耗的异常变化也能够直接反馈出车辆使用情况是否出现异常。
[0003]现有针对车辆能耗是否异常的传统评价方法，主要依赖于百公里能耗这一指标。但车辆实际的能耗受到行驶的路段、驾驶习惯、车辆本身状态等多种因素的影响，在缺乏客观依据的情况下，仅依靠单一的百公里能耗指标难以准确检测出能耗异常的车辆。由此现有能耗检测的方式对于能耗异常存在检测准确性偏低的问题。

技术实现思路

[0004]本专利技术的主要目的在于提供一种能耗检测方法，旨在解决现有能耗检测方法对于能耗异常的检测准确性偏低的技术问题。
[0005]为实现上述目的，第一方面，本专利技术提供一种能耗检测方法，所述能耗检测方法包括：
[0006]获取目标车辆的指定运行数据和能耗预测模型，其中所述能耗预测模型为基于所述目标车辆的车辆类型对应的历史正常能耗数据构建的模型；
[0007]对所述指定运行数据进行特征提取，获得所述目标车辆的各运行工况的车辆工况特征；
[0008]将各所述车辆工况特征分别输入所述能耗预测模型中对应的子预测模型，获得各所述运行工况对应的工况能耗结果；
[0009]根据各所述工况能耗结果，生成所述目标车辆的能耗状态。
[0010]根据第一方面，所述对所述指定运行数据进行特征提取，获得所述目标车辆的各运行工况的车辆工况特征的步骤，包括：
[0011]根据所述目标车辆的各运行工况，将所述指定运行数据拆分为正常行驶工况的正常行驶数据、能量回收工况的能量回收数据和怠速工况的怠速工况数据；
[0012]对所述正常行驶数据、所述能量回收数据和所述怠速工况数据分别按照预设聚合周期进行聚合，获得所述正常行驶工况的各正常行驶特征、所述能量回收工况的各能量回收特征和所述怠速工况的各怠速工况；
[0013]将各所述正常行驶特征、各所述能量回收特征和各所述怠速工况特征作为所述目标车辆的各运行工况的车辆工况特征。
[0014]根据第一方面，或者以上第一方面的任意一种实现方式，所述将各所述车辆工况特征分别输入所述能耗预测模型中对应的子预测模型，获得各所述运行工况对应的工况能
耗结果的步骤，包括：
[0015]将各所述正常行驶特征输入所述能耗预测模型中的第一子预测模型，获得各所述正常行驶特征对应的预测行驶能耗；
[0016]获取各所述正常行驶特征的实际行驶能耗，并根据所述预测行驶能耗和所述实际行驶能耗，生成各所述正常行驶特征的能耗判定结果作为第一能耗结果；
[0017]将各所述能量回收特征输入所述能耗预测模型中的第二子预测模型，获得各所述能量回收特征对应的预测回收能量；
[0018]获取各所述能量回收特征的实际回收能量，并根据所述预测回收能量和所述实际回收能量，生成各所述能量回收特征的能耗判定结果作为第二能耗结果；
[0019]将各所述怠速工况特征输入所述能耗预测模型中的第三子预测模型，生成各所述怠速工况特征的能耗判定结果作为第三能耗结果；
[0020]将所述第一能耗结果、所述第二能耗结果和所述第三能耗结果作为各所述车辆工况特征对应的工况能耗结果。
[0021]根据第一方面，或者以上第一方面的任意一种实现方式，所述怠速工况特征包括实际怠速能耗，所述将各所述怠速工况特征输入所述能耗预测模型中的第三子预测模型，生成各所述怠速工况特征的能耗判定结果作为第三能耗结果的步骤，包括：
[0022]判断所述怠速工况特征的实际怠速能耗是否小于所述第三子预测模型中的怠速能耗阈值；
[0023]若所述怠速工况特征的实际怠速能耗小于所述怠速能耗阈值，则判定所述怠速工况特征的能耗判定结果为能耗正常；
[0024]若所述怠速工况特征的实际怠速能耗不小于所述怠速能耗阈值，则判定所述怠速工况特征的能耗判定结果为能耗异常；
[0025]将各所述怠速工况特征的判定结果作为第三能耗结果。
[0026]根据第一方面，或者以上第一方面的任意一种实现方式，所述根据各所述工况能耗结果，生成所述目标车辆的能耗状态的步骤，包括：
[0027]按照预设统计周期对各所述工况能耗结果中的异常能耗结果进行统计，获得各周期异常能耗占比；
[0028]若所述周期异常能耗占比超过预设占比阈值，则判定所述目标车辆的周期能耗状态为异常能耗；
[0029]若所述周期异常能耗占比不超过预设占比阈值，则判定所述目标车辆的周期能耗状态为正常能耗；
[0030]将各所述周期能耗状态作为所述目标车辆的能耗状态。
[0031]根据第一方面，或者以上第一方面的任意一种实现方式，在所述获取目标车辆的指定运行数据和能耗预测模型的步骤之前，包括：
[0032]获取各预设车辆类型对应的历史行驶数据；
[0033]根据所述目标车辆的各运行工况，将所述历史正常能耗数据拆分为历史正常行驶数据、历史能量回收数据和历史怠速工况数据；
[0034]按照预设聚合周期分别对所述历史正常行驶数据、所述历史能量回收数据和所述历史怠速工况数据进行聚合，获得各所述预设车辆类型对应的历史正常行驶特征、历史能
量回收特征和历史怠速工况特征；
[0035]对所述历史正常行驶特征、所述历史能量回收特征和所述历史怠速工况特征分别进行异常过滤处理，获得各所述预设车辆类型对应的历史正常能耗特征，其中所述历史正常能耗特征包括正常能耗行驶特征、正常能耗回收特征和正常能耗怠速特征；
[0036]将所述正常能耗行驶特征、所述正常能耗回收特征和所述正常能耗怠速特征分别输入各预设初始模型进行训练，获得各所述预设车辆类型对应的能耗预测模型。
[0037]根据第一方面，或者以上第一方面的任意一种实现方式，所述对所述历史正常行驶特征、所述历史能量回收特征和所述历史怠速工况特征分别进行异常过滤处理，获得各所述预设车辆类型对应的历史正常能耗特征的步骤，包括：
[0038]对所述历史正常行驶特征、所述历史能量回收特征和所述历史怠速工况特征分别进行数据分箱，获得对应的各正常行驶格栅、各能量回收格栅和各怠速工况格栅；
[0039]获取各所述正常行驶格栅的历史行驶能耗，并将所述历史行驶能耗低于各所述历史行驶能耗的第一预设高分位数的正常行驶格栅作为所述预设车辆类型对应的正常能耗行驶特征；
[0040]获取各所述能量回收格栅的历史回收能量，并将所述历史回收能量高于各所述历史回收能量的预设低分位数的能量回收格栅作为所述预设车辆类型对应的正常能耗回收特征；
[0041]获取各所述怠速工况格栅的历史怠速能耗，并将所述历史怠速能耗低于各所述历史怠速能耗的第二预设高分位数的怠速工况格栅作为所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种能耗检测方法，其特征在于，所述能耗检测方法包括以下步骤：获取目标车辆的指定运行数据和能耗预测模型，其中所述能耗预测模型为基于所述目标车辆的车辆类型对应的历史正常能耗数据构建的模型；对所述指定运行数据进行特征提取，获得所述目标车辆的各运行工况的车辆工况特征；将各所述车辆工况特征分别输入所述能耗预测模型中对应的子预测模型，获得各所述运行工况对应的工况能耗结果；根据各所述工况能耗结果，生成所述目标车辆的能耗状态。2.如权利要求1所述的能耗检测方法，其特征在于，所述对所述指定运行数据进行特征提取，获得所述目标车辆的各运行工况的车辆工况特征的步骤，包括：根据所述目标车辆的各运行工况，将所述指定运行数据拆分为正常行驶工况的正常行驶数据、能量回收工况的能量回收数据和怠速工况的怠速工况数据；对所述正常行驶数据、所述能量回收数据和所述怠速工况数据分别按照预设聚合周期进行聚合，获得所述正常行驶工况的各正常行驶特征、所述能量回收工况的各能量回收特征和所述怠速工况的各怠速工况；将各所述正常行驶特征、各所述能量回收特征和各所述怠速工况特征作为所述目标车辆的各运行工况的车辆工况特征。3.如权利要求2所述的能耗检测方法，其特征在于，所述将各所述车辆工况特征分别输入所述能耗预测模型中对应的子预测模型，获得各所述运行工况对应的工况能耗结果的步骤，包括：将各所述正常行驶特征输入所述能耗预测模型中的第一子预测模型，获得各所述正常行驶特征对应的预测行驶能耗；获取各所述正常行驶特征的实际行驶能耗，并根据所述预测行驶能耗和所述实际行驶能耗，生成各所述正常行驶特征的能耗判定结果作为第一能耗结果；将各所述能量回收特征输入所述能耗预测模型中的第二子预测模型，获得各所述能量回收特征对应的预测回收能量；获取各所述能量回收特征的实际回收能量，并根据所述预测回收能量和所述实际回收能量，生成各所述能量回收特征的能耗判定结果作为第二能耗结果；将各所述怠速工况特征输入所述能耗预测模型中的第三子预测模型，生成各所述怠速工况特征的能耗判定结果作为第三能耗结果；将所述第一能耗结果、所述第二能耗结果和所述第三能耗结果作为各所述车辆工况特征对应的工况能耗结果。4.如权利要求3所述的能耗检测方法，其特征在于，所述怠速工况特征包括实际怠速能耗，所述将各所述怠速工况特征输入所述能耗预测模型中的第三子预测模型，生成各所述怠速工况特征的能耗判定结果作为第三能耗结果的步骤，包括：判断所述怠速工况特征的实际怠速能耗是否小于所述第三子预测模型中的怠速能耗阈值；若所述怠速工况特征的实际怠速能耗小于所述怠速能耗阈值，则判定所述怠速工况特征的能耗判定结果为能耗正常；
若所述怠速工况特征的实际怠速能耗不小于所述怠速能耗阈值，则判定所述怠速工况特征的能耗判定结果为能耗异常；将各所述怠速工况特征的判定结果作为第三能耗结果。5.如权利要求1所述的能耗检测方法，其特征在于，所述根据各所述工况能耗结果，生成所述目标车辆的能耗状态的步骤，包括：按照预设统计周期对各所述工况能耗结果中的异常能耗结果进行统计，获得各周期异常能耗占比；若所述周期异常能耗占比超过预设占比阈值，则判定所述目标车辆的周期能耗状态为异常能耗；若所述周期异常...

【专利技术属性】
技术研发人员：卢熠婷，陈洁，刘木青，黄云飞，李春燕，
申请(专利权)人：浙江吉利远程新能源商用车集团有限公司浙江吉利控股集团有限公司，
类型：发明
国别省市：