电机转矩预测模型训练方法、预测方法、装置及车辆制造方法及图纸

本发明专利技术提供了一种电机转矩预测模型训练方法、预测方法、装置及车辆，涉及车辆控制技术领域，以缓解现有技术中难以获取高质量的实时数据和准确的标签数据，从而导致模型的精度不够的技术问题，通过基于特征传输约束因子，将理论状态数据共享到真实状态数据得到映射状态数据，基于映射状态数据和真实状态数据预测目标电机转矩，基于理论电机转矩和目标电机转矩更新电机转矩预测模型的权重参数，以减少理论状态数据与真实状态数据之间的分布偏差，确保数据传输的稳定性，从而提高电机转矩预测模型在目标领域的预测性能，实现对电机转矩的准确预测和实时监测，为新能源车辆的性能优化、驾驶安全性和能源管理提供全面支持。

【技术实现步骤摘要】

本专利技术涉及车辆控制，具体而言，涉及一种电机转矩预测模型训练方法、预测方法、装置及车辆。

技术介绍

1、在车辆电机转矩预测中，通过复杂的神经网络模型捕捉电机转矩、车速、驾驶模式和路况等多种因素之间的复杂关系，实现对电机转矩的高效预测和优化控制，其中，复杂的神经网络模型是通过利用大量的实时数据进行训练得到，以实现对电机转矩的高精度预测和实时动态调整，但是在对模型进行训练时存在一定缺陷，例如，难以获取高质量的实时数据，以及难以获取准确的标签数据，从而导致模型的精度不够，进而影响预测数据的准确性。

技术实现思路

1、有鉴于此，本专利技术的目的在于提供一种电机转矩预测模型训练方法、预测方法、装置及车辆，以提升对电机转矩的预测准确性。

2、第一方面，本申请提供了一种电机转矩预测模型训练方法，包括：

3、获取车辆的源域数据和目标域数据；其中，源域数据包括理论状态数据和理论状态数据对应的理论电机转矩，目标域数据包括理论电机转矩对应的真实状态数据；

4、基于源域数据和目标域数据，对电机转本文档来自技高网...

【技术保护点】

1.一种电机转矩预测模型训练方法，其特征在于，包括：

2.根据权利要求1所述的电机转矩预测模型训练方法，其特征在于，获取电机的源域数据和目标域数据，包括：

3.根据权利要求1所述的电机转矩预测模型训练方法，其特征在于，所述特征传输约束因子包括成本约束矩阵和对齐约束矩阵；基于所述理论状态数据和所述真实状态数据，确定特征传输约束因子，包括：

4.根据权利要求3所述的电机转矩预测模型训练方法，其特征在于，所述对齐约束矩阵包括均值约束因子和方差约束因子；基于所述理论状态数据的理论统计值和所述真实状态数据的真实统计值，确定所述对齐约束矩阵，包括：

5...

【技术特征摘要】

1.一种电机转矩预测模型训练方法，其特征在于，包括：

2.根据权利要求1所述的电机转矩预测模型训练方法，其特征在于，获取电机的源域数据和目标域数据，包括：

3.根据权利要求1所述的电机转矩预测模型训练方法，其特征在于，所述特征传输约束因子包括成本约束矩阵和对齐约束矩阵；基于所述理论状态数据和所述真实状态数据，确定特征传输约束因子，包括：

4.根据权利要求3所述的电机转矩预测模型训练方法，其特征在于，所述对齐约束矩阵包括均值约束因子和方差约束因子；基于所述理论状态数据的理论统计值和所述真实状态数据的真实统计值，确定所述对齐约束矩阵，包括：

5.根据权利要求4所述的电机转矩预测模型训练方法，其特征在于，基于所述特征传输约束因子，将所述理论状态数据共享到所述真实状态数据得到映射状态数据，包括：

6...

【专利技术属性】
技术研发人员：吴涛，黄勇波，吕宝贵，何浩，唐赛，谭悦，程留，曾鑫，
申请(专利权)人：赛力斯汽车有限公司，
类型：发明
国别省市：