【技术实现步骤摘要】
本专利技术涉及汽车，具体涉及一种行驶里程预测方法、装置、服务器、介质及产品。
技术介绍
1、电池是电动汽车的核心，调整电池在合适状态下运行会有利于延长电池寿命、提高用户体验。比如在车辆行驶过程中，电池控制系统会实时监测电池温度，并且对电池进行热管理：当实际温度低于适用温度时加热，当实际温度高于适用温度时冷却。实际场景中，用户每一次出行的距离、行为都有差异，因此对电池使用程度也不同。但电池控制系统功能较为固化，无法结合用户的行车习惯实现对电池热管理的优化控制。
2、针对上述现状和需求，通过现有公开文献检索有以下发现：
3、相关技术中，公开号(cn115742865a)提出了一种基于行驶里程预测的电动汽车热管理方法和系统，该方法使用训练集训练机器学习模型得到训练完成的机器学习模型，获取实时的用户行车习惯相关的数据并使用训练完成的机器学习模型预测用户将要行驶的里程和时间，根据用户将要行驶的里程和时间对电池进行节能热管理；该系统包括预测模块、控制模块和节能热管理模块。但该方案通过引入基础的行驶里程、电量、速度等来实现预测...
【技术保护点】
1.一种行驶里程预测方法，其特征在于，所述方法应用于服务器，其中，包括以下步骤：
2.根据权利要求1所述的行驶里程预测方法，其特征在于，在将所述离散特征和所述连续特征输入预测模型之前，还包括：
3.根据权利要求2所述的行驶里程预测方法，其特征在于，所述行程因子数据库包括起始行程因子、存续行程因子、车辆是否位于常见活动区域以及车辆是否处于活动时间的至少一个，所述历史行为数据库包括至少一个历史行为特征，其中，所述起始行程因子包括放电起始电量、放电起始时间和放电起始里程的至少一个，所述至少一个历史行为特征包括上一次放电行驶里程、第一预设时长内放电行程...
【技术特征摘要】
1.一种行驶里程预测方法，其特征在于，所述方法应用于服务器，其中，包括以下步骤：
2.根据权利要求1所述的行驶里程预测方法，其特征在于，在将所述离散特征和所述连续特征输入预测模型之前，还包括：
3.根据权利要求2所述的行驶里程预测方法，其特征在于，所述行程因子数据库包括起始行程因子、存续行程因子、车辆是否位于常见活动区域以及车辆是否处于活动时间的至少一个，所述历史行为数据库包括至少一个历史行为特征，其中，所述起始行程因子包括放电起始电量、放电起始时间和放电起始里程的至少一个，所述至少一个历史行为特征包括上一次放电行驶里程、第一预设时长内放电行程次数、距离上一次放电行程的时间间隔、第一预设时长内放电行程的箱线指标、距离上一次充电的时间间隔、上一次充电起始电量和上一次充电起始时间的至少一个。
4.根据权利要求3所述的行驶里程预测方法，其特征在于，所述根据所述行程因子数据库和所述历史行为数据库生成训练数据集，包括：
5.根据权利要求2所述的行驶里程预测方法，其特征在于，利用所述训练数据集对所述预测模型进行训练，包括：
6.根据权利要求1所述的行驶里程预测方法，其特征在于，在所述预测模型输出所述当前车辆本次行驶的预测行驶里程之后，还包括：
7.根据权利要求6所述的行驶里程预测方法，其特征在于，...
【专利技术属性】
技术研发人员：金晓涵，王伟，王攀，李易，付建军，
申请(专利权)人：深蓝汽车南京研究院有限公司，
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。