[发明专利]行车能耗预测系统、方法、存储介质和设备

权利要求书

1.一种行车能耗预测系统，其特征在于：包括数据采集子系统、离线训练子系统和在线预测子系统；其中

所述数据采集子系统用于对规划行驶路线上的道路环境参数、交通状态参数和车辆运行数据进行采集和记录；

所述离线训练子系统，用于将规划行驶路线划分为多个路段，提取和计算各路段的道路环境参数、交通状态参数、车速特征参数和能量消耗值，建立样本数据集；搭建BP神经网络模型，通过BP神经网络对所述数据集分别进行训练和验证，得到验证后的BP神经网络；所述建立样本数据集包括以下步骤：

S11、将规划行驶路线上交通拥堵等级相同的一段行驶里程划分为一个路段样本；

S12、对划分后的路段样本，提取和计算路段的道路环境参数、交通状态参数、车速特征参数和能量消耗值，其中路段行驶里程值为该路段的中点至规划行驶路线起点之间的距离，道路类型、道路坡度、道路限速和交通拥堵等级由车载GPS定位装置和GIS信息接收装置直接获取；

S13、将路段的道路类型和道路限速参数值进一步处理：将不同的道路类型或道路限速在该路段中所占长度比例乘以各自道路类型或道路限速对应的参数值，再将各乘以长度比例后的参数值求和得到该路段的最终的道路类型或道路限速参数值；其中车速特征参数具体包括：P₀为怠速/停车时间比例；P_a为加速时间比例；P_d为减速时间比例；P_y为匀速时间比例；平均速度V_m、速度标准差V_s、平均加速度a_m、平均减速度d_m、加速度标准差A_s；

S14、计算能量消耗值，首先计算车辆行驶的需求功率，再计算一段时间内的能量消耗；

所述在线预测子系统，用于对规划行驶路线进行路段划分，提取各路段的道路环境参数、交通状态参数和路段行驶里程值，通过所述验证后的BP神经网络对规划行驶路线上的行车能量消耗进行预测。

2.根据权利要求1所述的行车能耗预测系统，其特征在于：所述离线训练子系统包括离线数据处理模块和模型训练模块；其中

所述离线数据处理模块，用于将规划行驶路线划分为多个路段，提取和计算路段的道路环境参数、交通状态参数、车速特征参数和能量消耗值，分别建立车速特征预测样本数据集和行车能耗预测样本数据集；

所述模型训练模块，用于将样本数据集划分为训练数据集和测试数据集，分别搭建车速特征BP神经网络模型和行车能耗BP神经网络模型，对所述训练数据集分别进行训练；

通过所述测试数据集对训练好的BP神经网络进行有效性验证。

3.根据权利要求1所述的行车能耗预测系统，其特征在于：所述在线预测子系统包括在线数据处理模块和实时预测模块；其中

所述在线数据处理模块，用于对规划行驶路线进行动态路段实时划分，提取各路段的道路环境参数、交通状态参数和路段行驶里程值；

所述实时预测模块，用于根据训练后得到的所述车速特征BP神经网络模型和所述数据处理模块提取的参数对未来行驶路线上的路段车速特征参数进行实时预测，再以预测的车速特征参数作为行车能耗BP行车能量消耗的输入值对未来各路段的能量消耗值进行实时预测，并对各路段的能量消耗值求和，实现对未来行驶路线的行车能量消耗的预测。