[發(fā)明專利]一種基于滾動預(yù)測的混合動力車輛行駛工況的工況預(yù)測方法

在審

• 申請?zhí)枺?/td>: 201710645963.0
• 申請日: 2017-08-01
• 公開（公告）號: CN107516146A
• 公開（公告）日: 2017-12-26
• 發(fā)明（設(shè)計(jì)）人: 項(xiàng)昌樂;王偉達(dá);馬越;韓立金
• 申請（專利權(quán)）人: 北京理工大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/08
• 代理公司: 北京隆源天恒知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)11473
• 代理人: 閆冬

1.一種車輛行駛工況的工況預(yù)測方法，該方法包括：

將整個(gè)車輛行駛工況分成數(shù)個(gè)行駛工況片段的組合，其中一個(gè)行駛工況片段是指車輛從起動到第一次停車制動的過程，包括起動階段、行駛階段、制動階段三部分組成；

通過實(shí)時(shí)記載每一次車輛實(shí)際行駛的工況信息，然后提取歷史工況片段波形數(shù)據(jù)，利用歷史數(shù)據(jù)在線對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

然后通過神經(jīng)網(wǎng)絡(luò)強(qiáng)大的擬合能力，對輸入的行駛工況歷史信息進(jìn)行分析計(jì)算，將歷史信息與訓(xùn)練行駛工況片段進(jìn)行匹配；

在訓(xùn)練行駛工況片段中找到與歷史信息最為相近的部分，將該部分接下來的工況信息作為預(yù)測行駛工況信息輸出。

2.根據(jù)權(quán)利要求1所述的工況預(yù)測方法，其中可以將行駛工況片段轉(zhuǎn)換成加速度工況片段，以加速度工況片段訓(xùn)練神經(jīng)網(wǎng)絡(luò)并得出預(yù)測的加速度工況信息，通過預(yù)測加速度工況信息和當(dāng)前車速計(jì)算得到未來的速度工況信息。

3.根據(jù)權(quán)利要求1所述的工況預(yù)測方法，其中通過聚類分析算法對實(shí)時(shí)記錄的歷史工況片段進(jìn)行類別辨識，通過辨識的結(jié)果判斷出工況庫中已有的類別是否已經(jīng)包含此段工況的類別；如果此段工況的類別包含于之前已儲存的工況類別中，則設(shè)定當(dāng)前行駛工況為工況庫中的相應(yīng)類別；如果此段工況是一種全新的類別，不包含于之前已儲存的工況類別，那么就為此類工況新成立一類，添加到現(xiàn)有的工況總類里，這樣，隨著車輛經(jīng)歷工況種類的增加，預(yù)測波形樣本的種類也不斷完善；然后針對每一種類別的樣本波形訓(xùn)練相應(yīng)的神經(jīng)網(wǎng)絡(luò)，這樣在實(shí)際行駛過程中，基于工況識別的結(jié)果，選擇相應(yīng)的神經(jīng)網(wǎng)絡(luò)，就可以更準(zhǔn)確的預(yù)測未來工況信息。

4.根據(jù)權(quán)利要求1所述的工況預(yù)測方法，其中該方法還包括相應(yīng)的工況識別檢測流程，在發(fā)現(xiàn)當(dāng)前行駛工況的類別發(fā)生改變時(shí)，重新選定用于預(yù)測的神經(jīng)網(wǎng)絡(luò)，以保證預(yù)測的準(zhǔn)確性。

5.根據(jù)權(quán)利要求4所述的工況預(yù)測方法，其中工況識別檢測流程的觸發(fā)節(jié)點(diǎn)為，當(dāng)程序運(yùn)行到指定的固定時(shí)間節(jié)點(diǎn)時(shí)，系統(tǒng)會自動進(jìn)行工況識別，然后根據(jù)識別結(jié)果選擇預(yù)測模型。

6.根據(jù)權(quán)利要求4所述的工況預(yù)測方法，其中工況識別檢測流程的觸發(fā)節(jié)點(diǎn)為，當(dāng)預(yù)測結(jié)果與實(shí)際車速的偏差達(dá)到預(yù)設(shè)的閾值時(shí)，觸發(fā)系統(tǒng)的工況識別程序，然后根據(jù)識別結(jié)果重新選擇預(yù)測模型。

7.根據(jù)權(quán)利要求4所述的工況預(yù)測方法，其中工況識別檢測流程的觸發(fā)節(jié)點(diǎn)分為兩種情況：第一種觸發(fā)節(jié)點(diǎn)為，當(dāng)程序運(yùn)行到指定的時(shí)間節(jié)點(diǎn)(由預(yù)設(shè)的固定時(shí)間間隔決定)時(shí)，系統(tǒng)會自動進(jìn)行工況識別，然后根據(jù)識別結(jié)果選擇預(yù)測模型，如果不發(fā)生第二種觸發(fā)節(jié)點(diǎn)，該預(yù)測模型會一直工作到下一時(shí)間節(jié)點(diǎn)的到來；第二種觸發(fā)節(jié)點(diǎn)為，當(dāng)程序沒有運(yùn)行到指定的時(shí)間節(jié)點(diǎn)，但預(yù)測結(jié)果與實(shí)際車速的偏差達(dá)到預(yù)設(shè)的閾值時(shí)，也會觸發(fā)系統(tǒng)的工況識別程序，然后根據(jù)識別結(jié)果重新選擇預(yù)測模型。

8.根據(jù)權(quán)利要求1所述的工況預(yù)測方法，其中該方法包括以下流程：

(1)將連續(xù)的行駛工況片段進(jìn)行離散化，按照時(shí)間離散成若干個(gè)點(diǎn)；

(2)數(shù)據(jù)處理，根據(jù)神經(jīng)網(wǎng)絡(luò)的輸入層神經(jīng)元個(gè)數(shù)n和輸出層神經(jīng)元個(gè)數(shù)l，將離散后的行駛工況片段按照從前到后的順序，n+l個(gè)相鄰的數(shù)據(jù)點(diǎn)組成一個(gè)訓(xùn)練片段，將得到的訓(xùn)練片段的前部n個(gè)數(shù)據(jù)作為訓(xùn)練神經(jīng)網(wǎng)絡(luò)的輸入向量，后部l個(gè)數(shù)據(jù)作為訓(xùn)練神經(jīng)網(wǎng)絡(luò)的期望輸出向量；

(3)訓(xùn)練神經(jīng)網(wǎng)絡(luò)：在特定軟件環(huán)境下，利用神經(jīng)網(wǎng)絡(luò)工具箱和已經(jīng)得到的訓(xùn)練樣本對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

(4)在線預(yù)測未來工況信息：通過將最近的歷史工況信息輸入到神經(jīng)網(wǎng)絡(luò)中，得到網(wǎng)絡(luò)的輸出即為對未來工況的預(yù)測結(jié)果，兩次預(yù)測的時(shí)間間隔要小于預(yù)測時(shí)域長度；

(5)隨著輸入到神經(jīng)網(wǎng)絡(luò)的歷史工況信息不斷更新，預(yù)測程序持續(xù)進(jìn)行，直至全局工況結(jié)束。

9.一種混合動力車輛行駛工況的工況預(yù)測方法，該方法采用權(quán)利要求1-6任一所限定的工況預(yù)測方法。