【技术实现步骤摘要】
本专利技术涉及新能源产业，具体涉及一种能源需求控制方法、系统、可读存储介质及车辆。
技术介绍
1、电动车辆是指以电能为动力，通过电动机驱动的汽车。电动车辆具有节能减排、低噪音、高效率等优点，是应对能源危机和环境问题的重要途径。电动车辆的能源管理系统是指对电动车辆动力系统能源转换装置的工作能量进行协调、分配和控制的软、硬件的系统。能源管理系统的主要功能是根据车辆的运行状态和驾驶需求，合理地分配和利用电池、发动机、电机等能源转换装置的能量，以提高车辆的综合性能和能源利用效率。
2、目前，电动车辆一般配备能源需求预测系统来预测当前车辆的行驶里程，而预测过程是指根据车辆的历史数据和实时数据，预测车辆在未来一段时间内的能源消耗量和剩余行驶里程。能源需求预测对于优化电动车辆的能源管理策略、提高用户体验、延长电池寿命等具有重要意义。
3、然而，目前的能源需求预测系统仅根据当前车辆剩余电量以及当前耗电量来预测未来一段时间内的能源消耗量和剩余行驶里程，不能根据实时变化的驾驶情况和用户需求。
技术实现思路
1、基于此，本专利技术的目的是本专利技术的目的是提出一种能源需求控制方法、系统、可读存储介质及车辆，以用于根据实时变化的驾驶情况和用户需求，来预测未来一段时间内的能源消耗量和剩余行驶里程。
2、根据本专利技术提出的能源需求控制方法，所述方法包括：
3、控制数据采集单元从车辆多个数据源处，获取当前车辆参数和当前环境信息，并对所述车辆参数和所述当前环境信息
4、基于所述数据集，建立预测模型，通过选取所述数据集的对应算法以对所述预测模型进行训练，获取预测性能指数；
5、基于所述预测性能指数，结合用户设定目的地距离，判断车辆的能源需求等级，根据所述能源需求等级，设定能源约束条件，以动态调节车辆的最高速度、加速度以及空调功率，基于所述能源约束条件和能源需求，利用动力系统仿真软件，搭建能源系统的仿真模型，并计算车辆的能源需求曲线，根据所述能源需求曲线上的若干拐点，以确定能源补充点，基于能源系统的仿真模型，根据能源消耗量与剩余行驶里程，结合用户设定目的地距离，以生成车辆的能源需求地图，规划多条路线，结合所述能源需求曲线，以确定可行驶路线，将所述能源约束条件部署至车辆控制系统中，实时接收车辆的状态数据，输出能源系统的控制指令，以调节能源系统的工作模式和功率。
6、综上，根据上述的能源需求控制方法，车辆控制系统控制数据采集单元从多个数据源处获取当前车辆参数和环境信息，并加以整合得出数据集，根据数据集计算当前路段的车辆行驶状态以及耗电量范围。基于数据集，建立预测模型，并根据数据集的种类选择对应的算法，以对预测模型进行训练，不断调整预测模型的可靠性，以优化预测模型的预测效果，增强预测模型的精确度。由于预测结果结合了实时变化的环境因素和车辆参数，通过预设规则综合实时变化的预测结果和用户交互信息，动态地调整能源在能源转换装置之间按最佳线路流动，使整车的能源利用率达到最佳的策略，以确保车辆的最佳性能和最小能源浪费。
7、进一步的，所述控制数据采集单元从车辆多个数据源处，获取当前车辆参数和当前环境信息，并对所述车辆参数和所述当前环境信息进行预处理和整合，生成数据集的步骤中，所述数据源包括车辆传感器、交通流量传感器、气象传感器和驾驶偏好收集器，其中，
8、通过车辆传感器获取车辆的速度、加速度、电池电压、电池温度、电池容量参数；
9、通过交通流量传感器获取当前道路的拥堵程度、信号灯状态、路口数量；
10、通过气象传感器获取当前地区的温度、湿度、风速、风向；
11、通过驾驶偏好收集器获取驾驶者的目的地、路线选择、驾驶风格；
12、所述对所述车辆参数和所述当前环境信息进行预处理和整合，生成数据集的步骤中，对获取的车辆参数和当前环境信息依次进行清洗、去噪和归一化。
13、进一步的，所述对获取的车辆参数和当前环境信息依次进行清洗、去噪和归一化，以提高数据的质量和一致性的步骤包括：
14、数据清洗过程：
15、判断数据类型，并对其标记为异常值、错误值、缺失值或是重复值的任意一种；
16、对于异常值，使用箱线图、3sigma原则或孤立森林方法，检测并删除或替换异常值；
17、对于错误值，使用数据字典、数据质量规则或数据校验方法，检测并纠正或删除错误值；
18、对于缺失值，使用删除法、均值法、中位数法、众数法、插值法、回归法或随机森林法，检测并删除或补充缺失值；
19、对于重复值，使用唯一标识、哈希函数或去重函数方法，检测并删除或合并重复值；
20、数据去噪过程：
21、基于清洗后的数据，判断其为线性数据或是非线性数据；
22、对于线性数据，使用移动平均法、指数平滑法或卡尔曼滤波法，对数据进行滤波和平滑，去除数据中的随机噪声和周期性干扰；
23、对于非线性数据，使用小波变换法、经验模态分解法或主成分分析法，对数据进行降维和压缩，去除数据中的高频噪声和低频干扰；
24、数据归一化过程：
25、基于去噪后的数据，判断其为数值型数据或是非数值型数据；
26、对于数值型数据，使用最大最小归一化法、标准化法或正则化法，对数据进行线性变换，使数据的取值范围限制在一定的区间内；
27、对于非数值型数据，使用独热编码法、标签编码法或词袋模型法，对数据进行编码和转换，使数据的类型和格式与预测模型的输入要求相匹配；
28、基于清洗、去噪和归一化后的数据，对其进行整合，整合过程包括使用卡尔曼滤波器或多传感器融合方式对来自不同传感器或不同时间点的数据进行加权平均或最大似然估计方法，并通过特征提取或特征选择以对数据进行降维和压缩。
29、进一步的，所述基于所述数据集，建立预测模型，通过选取所述数据集的对应算法以对所述预测模型进行训练，获取预测性能指数步骤，具体包括：
30、根据车辆能源需求预测的目标和特点，选取合适的预测模型，所述预测模型至少包括神经网络、支持向量机和随机森林；
31、根据所述预测模型，将所述数据集划分成训练集、验证集和测试集，以分别用于对于预测模型的训练、验证和测试；
32、使用测试集对预测模型进行评估和测试，计算能源消耗量与剩余行驶里程的比值，以获取预测性能指数。
33、根据本专利技术实施例的一种车辆能源需求控制系统，用于实现上述的能源需求控制方法，所述系统包括：
34、数据采集融合模块，用于控制数据采集单元从车辆多个数据源处获取当前车辆参数和当前环境信息，并对所述车辆参数和所述当前环境信息进行预处理和整合，生成数据集；
35、预测模型建立模块，用于基于所述数据集，建立预测模型，通过选取所述数据集的对应算法以对所述预测模型进行训练，获取预测性能指本文档来自技高网...
【技术保护点】
1.一种能源需求控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的能源需求控制方法，其特征在于，所述控制数据采集单元从车辆多个数据源处，获取当前车辆参数和当前环境信息，并对所述车辆参数和所述当前环境信息进行预处理和整合，生成数据集的步骤中，所述数据源包括车辆传感器、交通流量传感器、气象传感器和驾驶偏好收集器，其中，
3.根据权利要求2所述的能源需求控制方法，其特征在于，所述对获取的车辆参数和当前环境信息依次进行清洗、去噪和归一化，以提高数据的质量和一致性的步骤包括：
4.根据权利要求1所述的能源需求控制方法，其特征在于，所述基于所述数据集，建立预测模型，通过选取所述数据集的对应算法以对所述预测模型进行训练，获取预测性能指数的步骤，具体包括：
5.一种车辆能源需求控制系统，其特征在于，用于实现权利要求1-4中任一项所述的能源需求控制方法，所述系统包括：
6.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1－4任一项所述的能源需求控制方法。
7
...【技术特征摘要】
1.一种能源需求控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的能源需求控制方法，其特征在于，所述控制数据采集单元从车辆多个数据源处，获取当前车辆参数和当前环境信息，并对所述车辆参数和所述当前环境信息进行预处理和整合，生成数据集的步骤中，所述数据源包括车辆传感器、交通流量传感器、气象传感器和驾驶偏好收集器，其中，
3.根据权利要求2所述的能源需求控制方法，其特征在于，所述对获取的车辆参数和当前环境信息依次进行清洗、去噪和归一化，以提高数据的质量和一致性的步骤包括：
4.根...
【专利技术属性】
技术研发人员：龚循飞，邓建明，廖程亮，于勤，邓辉辉，罗锋，樊华春，张俊，熊慧慧，尧冠，
申请(专利权)人：江西五十铃汽车有限公司，
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。