[发明专利]一种剩余里程预测方法及装置

权利要求书

1.一种剩余里程预测方法，其特征在于，包括：

获取目标车辆在第一时间段内的历史工况数据；其中，所述历史工况数据包括车辆状态数据和能源状态数据；

根据所述历史工况数据，预测未来第二时间段内的预测工况数据，具体包括：根据所述历史工况数据，利用预先构建的工况数据预测模型，预测未来第二时间段内的预测工况数据；其中，所述预测工况数据包括预测车辆状态数据和预测能源状态数据；所述工况数据预测模型的构建方法，具体包括：

获取至少一个工况训练数据；其中，每一工况训练数据包括第三时间段内的实际工况数据和第四时间段内的实际工况数据，且第三时间段内的实际工况数据的采集时间早于第四时间段内的实际工况数据的采集时间；

将每一第三时间段内的实际工况数据，输入到工况数据预测模型中进行预测，得到每一第四时间段内的预测工况数据；

根据每一第四时间段内的预测工况数据，对工况数据预测模型进行更新，以完成本轮训练；

根据所述预测工况数据，预测未来目标车辆的单位里程内能源消耗值，并根据所述单位里程内能源消耗值和所述能源状态数据，预测所述目标车辆的剩余里程。

2.根据权利要求1所述的方法，其特征在于，所述车辆状态数据包括车速、档位、油门状态、刹车状态、电机转速、电机扭矩、电机功率、空调开启状态、车厢温度和室外温度中的至少一个。

3.根据权利要求1所述的方法，其特征在于，当所述预测工况数据包括预测车辆状态数据和预测能源状态数据时，所述根据所述预测工况数据，预测未来目标车辆的单位里程内能源消耗值，具体包括：

根据所述预测车辆状态数据，预测未来第二时间段内的预测行驶里程；

根据所述预测行驶里程和所述预测能源状态数据，预测未来目标车辆的单位里程内能源消耗值。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述根据所述历史工况数据，预测未来第二时间段内的预测工况数据，具体包括：

对所述历史工况数据进行统计分析，获取所述历史工况数据的统计参数；

根据所述历史工况数据的统计参数，预测未来第二时间段内的预测工况数据的统计参数；

则，所述根据所述预测工况数据，预测未来目标车辆的单位里程内能源消耗值，具体包括：

根据所述预测工况数据的统计参数，预测未来目标车辆的单位里程内能源消耗值。

5.根据权利要求1所述的方法，其特征在于，所述根据每一第四时间段内的预测工况数据，对工况数据预测模型进行更新，具体包括：

确定每一第四时间段内的预测工况数据与实际工况数据之间的差异，作为第一差异；

根据所述第一差异以及第一目标函数，对工况数据预测模型进行更新。

6.根据权利要求3所述的方法，其特征在于，所述根据所述预测车辆状态数据，预测未来第二时间段内的预测行驶里程，具体包括：根据所述预测车辆状态数据，利用预先构建的行驶里程预测模型，预测未来第二时间段内的预测行驶里程；

其中，所述行驶里程预测模型的构建方法，具体包括：

获取至少一个里程训练数据；其中，每一里程训练数据包括第五时间段内的实际工况数据以及实际行驶里程；

将每一第五时间段内的实际工况数据，输入到行驶里程预测模型中进行预测，得到每一第五时间段内的预测行驶里程；

根据每一第五时间段内的预测行驶里程，对行驶里程预测模型进行更新，以完成本轮训练。

7.根据权利要求6所述的方法，其特征在于，所述根据每一第五时间段内的预测行驶里程，对行驶里程预测模型进行更新，具体包括：

确定每一第五时间段内的预测行驶里程与实际行驶里程之间的差异，作为第二差异；

根据所述第二差异以及第二目标函数，对行驶里程预测模型进行更新。