[發(fā)明專利]一種常規(guī)能源和新能源公交車輛的污染氣體排放預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811055783.8
• 申請(qǐng)日: 2018-09-11
• 公開(kāi)（公告）號(hào): CN109086946B
• 公開(kāi)（公告）日: 2021-09-17
• 發(fā)明（設(shè)計(jì)）人: 葉智銳;鄭征程;孫卓群;王超
• 申請(qǐng)（專利權(quán)）人: 東南大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/26
• 代理公司: 南京眾聯(lián)專利代理有限公司 32206
• 代理人: 葉倩

1.一種常規(guī)能源和新能源公交車輛的污染氣體排放預(yù)測(cè)方法，其特征在于，包括如下步驟：

S1，基礎(chǔ)數(shù)據(jù)采集：包括測(cè)試車輛排放氣體中污染氣體的體積濃度、測(cè)試車輛速度和加速度，及車上乘客數(shù)量，上述三種數(shù)據(jù)保持時(shí)間上的同步；

S2，基礎(chǔ)數(shù)據(jù)預(yù)處理：包括將污染氣體質(zhì)量排放率轉(zhuǎn)化和數(shù)據(jù)標(biāo)準(zhǔn)化，所述污染氣體質(zhì)量排放率轉(zhuǎn)化指將步驟S1中采集到的污染氣體體積濃度轉(zhuǎn)換成相應(yīng)單位時(shí)間內(nèi)污染氣體排放質(zhì)量，污染氣體質(zhì)量排放率轉(zhuǎn)化公式如下：

CO_g/s＝(m_air+m_fuel)×M_co/M_exhaust×CO_％×10^-2

HC_g/s＝(m_air+m_fuel)×M_HC/M_exhaust×HC_ppm×10^-2

NO_xg/s＝(m_air+m_fuel)×M_NOx/M_exhaust×NO_xppm×10^-2

CO_2g/s＝(m_air+m_fuel)×M_CO2/M_exhaust×CO_2％×10^-2

其中，M_co為CO的分子量；M_HC為排放氣體中未完全燃燒的HC的分子量，HC為碳?xì)浠衔铮籑_NOx為NO_x的分子量；M_CO2為CO₂的分子量；HC_ppm為排放氣體中碳?xì)浠衔锏臍怏w體積濃度；CO_％為排放氣體中一氧化碳的體積百分比；NO_xppm為排放氣體中氮氧化合物的體積濃度；CO_2％為排放氣體中二氧化碳的體積百分比；m_air和m_fuel分別為單位時(shí)間空氣和燃料的消耗質(zhì)量；M_exhaust為尾氣的分子量；

S3，數(shù)據(jù)建模：構(gòu)建基于長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)的模型，通過(guò)sigmoid函數(shù)，輸入以往的信息和當(dāng)前的信息，輸出一個(gè)0-1之間的權(quán)重，分別來(lái)控制當(dāng)前單元中步驟S1采集的以往信息流入的程度、當(dāng)前信息流入的程度以及輸出的程度：

S4，應(yīng)用分析；

S41，污染氣體瞬時(shí)質(zhì)量排放率的獲得：每個(gè)時(shí)間間隔中輸入速度、加速度、坡度、車上乘客數(shù)量，通過(guò)步驟S3中長(zhǎng)短記憶神經(jīng)網(wǎng)絡(luò)模型得到當(dāng)前的質(zhì)量排放率；

S42，平均排放因子的計(jì)算：將長(zhǎng)短記憶門網(wǎng)絡(luò)模型的預(yù)測(cè)值進(jìn)行累加，并除以對(duì)應(yīng)的運(yùn)行距離，從而得到其單位距離上的排放量。

2.如權(quán)利要求1所述的一種常規(guī)能源和新能源公交車輛的污染氣體排放預(yù)測(cè)方法，其特征在于所述步驟S1中污染氣體的體積濃度數(shù)據(jù)采集主要包括排放氣體中的CO、CO₂、HC和NO_x的氣體體積濃度；所述測(cè)試車輛速度的數(shù)據(jù)采集為測(cè)試車輛在排放測(cè)量時(shí)的實(shí)時(shí)車輛速度，所述加速度根據(jù)速度采集數(shù)據(jù)計(jì)算得出；所述車上乘客數(shù)量數(shù)據(jù)通過(guò)記錄得出。