本发明专利技术涉及新能源汽车节能控制领域，提供一种基于机器学习的新能源汽车节能控制方法，步骤包括：建立新能源汽车动力系统模型、基于机器学习建立速度预测模型和状态观测模型以及基于模型预测控制的节能控制；本发明专利技术通过机器学习模型和模型预测控制，实时优化电池、燃料电池及电机的功率输出，从而显著降低能量消耗；能够根据车辆的动态变化和预测数据，在多种驾驶工况下优化能量分配，应对不同的驾驶场景和复杂的动力学环境，提升车辆的经济性、续航能力、适应性与鲁棒性，能够实时获取更为精确的速度与状态信息，实现燃料电池电动汽车的能量最优控制；具备应对多样工况的泛化能力和适应性，确保车辆在复杂环境下的稳定性与最优节能控制。
【技术实现步骤摘要】
本专利技术涉及新能源汽车节能控制领域，具体涉及一种基于机器学习的新能源汽车节能控制方法。
技术介绍
1、新能源汽车作为一种具有环保优势的交通工具，正在逐渐获得广泛认可。然而，涉及燃料电池电动汽车的新能源汽车复杂耦合的动力系统具有较强的非线性特性，如何高效地管理多源动力系统，尤其是在各种驾驶工况下实现节能控制，成为了当前技术发展的关键技术挑战。
2、目前，新能源汽车的能量管理策略主要有基于规则的、基于学习的和基于优化的方法。基于规则的方法，如状态机控制和模糊逻辑控制，虽然具备较好的实时性和可靠性，但其适应性较差，无法灵活应对复杂的驾驶环境变化。基于学习的方法，尤其是强化学习方法，可以通过大量的驾驶数据进行动态优化控制，但实际应用中面临着离线训练和超参数调整的高计算负担。基于优化的方法，如模型预测控制，通过在预测时域内优化控制序列，能够适应短期未来驾驶条件的变化，提升能量管理的精度和实时性；然而传统模型预测控制在复杂的非线性动力系统中，难以准确实现状态预测和实时应用。
技术实现思路
>1、为了解决上述技本文档来自技高网...
【技术保护点】
1.一种基于机器学习的新能源汽车节能控制方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于机器学习的新能源汽车节能控制方法，其特征在于：所述的车辆动力学模型包括车辆的纵向动力学模型，公式为：
3.根据权利要求1所述的一种基于机器学习的新能源汽车节能控制方法，其特征在于：所述的电机模型包括：
4.根据权利要求1所述的一种基于机器学习的新能源汽车节能控制方法，其特征在于：所述的电池模型包括：
5.根据权利要求1所述的一种基于机器学习的新能源汽车节能控制方法，其特征在于：所述的燃料电池模型包括：
6.根据权利要求1所述...
【技术特征摘要】
1.一种基于机器学习的新能源汽车节能控制方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于机器学习的新能源汽车节能控制方法，其特征在于：所述的车辆动力学模型包括车辆的纵向动力学模型，公式为：
3.根据权利要求1所述的一种基于机器学习的新能源汽车节能控制方法，其特征在于：所述的电机模型包括：
4.根据权利要求1所述的一种基于机器学习的新能源汽车节能控制方法，其特征在于：所述的电池模型包括：
5.根据权...
【专利技术属性】
技术研发人员：初亮，李世博，李骏，侯卓然，王梓旭，张玉琦，
申请(专利权)人：吉林大学，
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。