多源数据驱动的增程式汽车行驶工况智能识别方法、系统和存储介质技术方案

本发明专利技术多源数据驱动的增程式汽车行驶工况智能识别方法，结合最小二乘支持向量机和灰狼优化算法构建行驶工况智能识别模型，旨在提高行驶工况识别的准确性和效率；具体的，首先，通过实车采集典型工况的多源数据，并对多源数据进行预处理和特征提取，选取反映行驶特性的主成分作为算法输入；然后，利用滑动窗口函数对对多源数据按照时间序列分割为多个时间段，结合聚类分析对每个时间段数据分类；最后，利用LSSVM进行行驶工况的分类，并采用GWO寻找最优超参数，以期在保证识别性能的同时，扩展算法的识别范围；本发明专利技术提供了一种新的行驶工况识别方案，这对于提高PHEV的能源利用效率、优化驾驶体验和支持智能交通系统的发展具有重要的实践价值和理论意义。

【技术实现步骤摘要】

本专利技术属于车辆工程，具体的为一种多源数据驱动的增程式汽车行驶工况智能识别方法、系统和存储介质。

技术介绍

1、增程式电动汽车(plug-in hybrid electric vehicle，phev)是一种结合了电动汽车和传统汽油车的混合动力车型。它通过搭载电池和电动机以及燃油发动机，既可以通过电能驱动，也可以通过燃料驱动，从而具备更高的续航里程和灵活性。增程式电动汽车行驶工况识别对于优化能量管理、延长电池寿命、优化充电策略以及减少燃料消耗和排放等方面具有重要意义。通过准确识别行驶工况，可以实现更高效、环保和持续的驾驶体验。现有的行驶工况识别技术主要针对纯电动汽车或传统混合动力汽车，很少有针对增程式电动汽车特有行驶模式和能量管理需求的专门研究。现有的行驶工况识别方法包括基于模糊控制、神经网络、聚类理论和支持向量机的识别算法。这些算法各有优势，但也存在一定的局限性。例如，模糊控制算法依赖专家经验和反复调试，神经网络算法需大量训练数据且难以获得最优模型，聚类算法的参数选择对识别结果影响较大，而支持向量机虽结构简单、对异常值不敏感，但在处理大规模数据时的效率本文档来自技高网...

【技术保护点】

1.一种多源数据驱动的增程式汽车行驶工况智能识别方法，其特征在于：包括如下步骤：

2.根据权利要求1所述多源数据驱动的增程式汽车行驶工况智能识别方法，其特征在于：所述步骤一中，对多源数据进行缺失数据填补处理的方法为：

3.根据权利要求1所述多源数据驱动的增程式汽车行驶工况智能识别方法，其特征在于：所述步骤一中，对多源数据进行异常值处理的方法为：

4.根据权利要求1所述多源数据驱动的增程式汽车行驶工况智能识别方法，其特征在于：所述步骤一中，对多源数据进行归一化处理的方法为：

5.根据权利要求1所述多源数据驱动的增程式汽车行驶工况智能识别方法，...

【技术特征摘要】

1.一种多源数据驱动的增程式汽车行驶工况智能识别方法，其特征在于：包括如下步骤：

2.根据权利要求1所述多源数据驱动的增程式汽车行驶工况智能识别方法，其特征在于：所述步骤一中，对多源数据进行缺失数据填补处理的方法为：

3.根据权利要求1所述多源数据驱动的增程式汽车行驶工况智能识别方法，其特征在于：所述步骤一中，对多源数据进行异常值处理的方法为：

4.根据权利要求1所述多源数据驱动的增程式汽车行驶工况智能识别方法，其特征在于：所述步骤一中，对多源数据进行归一化处理的方法为：

5.根据权利要求1所述多源数据驱动的增程式汽车行驶工况智能识别方法，其特征在于：所述步骤二中，采用主成分分析对预处理后的多源数据进行降维处理的方法步骤为：

6.根据权利要求1所述多源数据驱动的增程式汽车行驶工况智能识别方法，其特征在...

【专利技术属性】
技术研发人员：杨波，张正萍，龙唯山，蔡斌，任亨斌，周杰，
申请(专利权)人：重庆大学，
类型：发明
国别省市：