【技术实现步骤摘要】
本申请涉及数据处理，具体涉及一种基于车辆剩余里程的数据处理方法、装置及车辆。
技术介绍
1、在新能源汽车的纯电剩余里程预测过程中，预测结果的误差，基本符合以0为中心的高斯分布，正负误差数量基本一致。正误差也即预测剩余里程值大于实际可行驶里程值，目前会将这种很大概率会出现正误差情况的纯电剩余里程预测值，直接显示到新能源汽车的仪表盘上。
2、然而，经过需求分析发现，正误差的危害要大于负误差(预测剩余里程值小于实际可行驶里程值)。例如，当预测纯电剩余里程值为80km，实际可行驶里程值为60km时，这会对用户产生极大地误导，有可能导致车辆在中途因为馈电而停车。因此，在纯电动汽车的纯电剩余里程预测过程中，如何降低出现正误差的概率是当前需要解决的技术问题。
技术实现思路
1、有鉴于此，本申请提供了一种基于车辆剩余里程的数据处理方法、装置及车辆，主要目的在于解决目前在新能源汽车的纯电剩余里程预测过程中，如何降低出现正误差概率的技术问题。
2、第一方面，本申请提供了一种基于车辆剩余里程的数据处理方法，包括：
3、将样本车辆的电池剩余电量数据作为特征值，并将与所述电池剩余电量数据对应的纯电剩余里程值作为与所述特征值对应的标签值，收集到训练集中；
4、对所述训练集内相同特征值的标签值中数值大于预设比例的标签值进行降低修正；
5、基于修正后的所述训练集，训练得到机器学习模型，其中，所述机器学习模型用于预测与所述样本车辆相同车型的待预测车辆的纯电
6、第二方面，本申请提供了一种基于车辆剩余里程的数据处理装置，包括：
7、将样本车辆的电池剩余电量数据作为特征值，并将与所述电池剩余电量数据对应的纯电剩余里程值作为与所述特征值对应的标签值，收集到训练集中；
8、对所述训练集内相同特征值的标签值中数值大于预设比例的标签值进行降低修正；
9、基于修正后的所述训练集，训练得到机器学习模型，其中，所述机器学习模型用于预测与所述样本车辆相同车型的待预测车辆的纯电剩余里程。
10、第三方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的基于车辆剩余里程的数据处理方法。
11、第四方面，本申请提供了一种电子设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面所述的基于车辆剩余里程的数据处理方法。
12、第五方面，本申请提供了一种车辆，包括：如第二方面所述的数据处理装置或如第四方面所述的电子设备。
13、借由上述技术方案，本申请提供的一种基于车辆剩余里程的数据处理方法、装置、电子设备及车辆，与目前现有技术相比，本申请在新能源汽车的纯电剩余里程预测过程中，可有效降低出现正误差的概率。具体的，可将样本车辆的电池剩余电量数据作为特征值，并将与电池剩余电量数据对应的纯电剩余里程值作为与特征值对应的标签值，收集到训练集中；再对训练集内相同特征值的标签值中数值大于预设比例的标签值进行降低修正，目的是减少过大的纯电剩余里程值作为标签值进行模型训练；然后基于修正后的训练集，训练得到机器学习模型，其中，该机器学习模型可用于预测与样本车辆相同车型的待预测车辆的纯电剩余里程。通过应用本申请的技术方案，可在尽可能保证纯电剩余里程预测精度的情况下，将正负误差的高斯分布向负值方向移动，即重新分配正负误差出现的比例，减少正误差出现的数量，进而可降低出现正误差的概率。从而减少纯电剩余里程预测值对用户产生误导的可能性，可更好的帮助驾驶员操控汽车，提升了汽车的操控体验。
14、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种基于车辆剩余里程的数据处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述训练集内相同特征值的标签值中数值大于预设比例的标签值进行降低修正，包括：
3.根据权利要求2所述的方法，其特征在于，在所述基于修正后的所述训练集，训练得到机器学习模型之后，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述若所述目标标签值大于所述训练集中与所述目标特征值对应的第p百分位数，则将所述目标标签值减去第二预设修正值，得到所述待预测车辆的纯电剩余里程预测值，包括：
5.根据权利要求3或4所述的方法，其特征在于，所述获取待预测车辆的电池剩余电量数据作为目标特征值，输入到所述机器学习模型中进行计算，得到目标标签值，包括：
6.根据权利要求1所述的方法，其特征在于，在所述基于修正后的所述训练集，训练得到机器学习模型之后，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，在所述基于修正后的所述训练集，训练得到机器学习模型之后，所述方法还包括：
8.一种基于车辆剩余
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。
10.一种电子设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法。
11.一种车辆，其特征在于，包括：如权利要求8所述的数据处理装置或如权利要求10所述的电子设备。
...【技术特征摘要】
1.一种基于车辆剩余里程的数据处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述训练集内相同特征值的标签值中数值大于预设比例的标签值进行降低修正，包括：
3.根据权利要求2所述的方法，其特征在于，在所述基于修正后的所述训练集，训练得到机器学习模型之后，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述若所述目标标签值大于所述训练集中与所述目标特征值对应的第p百分位数，则将所述目标标签值减去第二预设修正值，得到所述待预测车辆的纯电剩余里程预测值，包括：
5.根据权利要求3或4所述的方法，其特征在于，所述获取待预测车辆的电池剩余电量数据作为目标特征值，输入到所述机器学习模型中进行计算，得到目标标签值，包括：
6.根据权利要求...
【专利技术属性】
技术研发人员：仇彬，
申请(专利权)人：北京罗克维尔斯科技有限公司，
类型：发明
国别省市：
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。