[发明专利]汽车油耗预测模型的训练方法、装置、计算机设备

说明书

本申请涉及一种汽车油耗预测模型的训练方法、装置、计算机设备和存储介质。方法包括：获取与目标汽车类别相对应的多辆燃油汽车的行驶参数、油耗参数和汽车参数；根据每辆燃油汽车的行驶参数，确定每辆燃油汽车的标准路程第一油耗值；根据多个标准路程第一油耗值的第一正态分布状态，从多个标准路程第一油耗值中筛选出标准路程第二油耗值；确定每个标准路程第二油耗值对应的目标燃油汽车；基于每辆目标燃油汽车的目标汽车参数，得到对应的油耗参数分布类图，每个油耗参数分布类图和对应的标准路程第二油耗值构成一个训练样本；基于所有训练样本，对汽车油耗预测模型进行模型训练。采用本方法能够对待预测燃油汽车的油耗进行准确预测。

技术领域

本申请涉及汽车油耗预测技术领域，特别是涉及一种汽车油耗预测模型的训练方法、装置、计算机设备和存储介质。

背景技术

商用车是国家经济发展的重要支柱及支撑产业，2019年商用车国内产销超400万辆，随着商用车市场的发展，油耗所带来的化石资源的消耗速度加快，同时CO、NOx和HC等污染物的排放也增加。国家也相继出台大量政策推动节能减排(如：提升燃油清洁度、降低燃油消耗率、降低污染物排放量等)，各整车生产厂家也相继推出各种新能源车型(混合动力、电动车)和新节油技术节能减排。从车型开发和使用角度而言，由于每款车型的运输环境、驾驶用户、装载货物、地方法规要求不同，所产生的油耗也差异很大。

为满足国内不同运输市场的需求，整车厂家往往通过开发多款车型(动力匹配优化、节油标定等)来实现。为实现油耗的监控，部分整车生产厂家通过T-Box将采集到发动机ECU瞬时数据传回远端服务器，通过基础的统计方法(求和、平均)监测油耗情况。但是这种方式下，对油耗数据监测结果缺少深度分析及应用，不能有效对新车的使用油耗进行准确预测。

发明内容

基于此，有必要针对上述技术问题，提供一种能够对待预测燃油汽车的油耗进行准确预测的汽车油耗预测模型的训练方法、装置、计算机设备和存储介质。

一种汽车油耗预测模型的训练方法，所述方法包括：

获取与目标汽车类别相对应的多辆燃油汽车的汽车行驶状态参数，所述汽车行驶状态参数包括行驶参数、油耗参数和汽车参数；

根据每辆燃油汽车的行驶参数，确定每辆燃油汽车分别对应的标准路程第一油耗值；

根据多辆燃油汽车分别对应的标准路程第一油耗值的第一正态分布状态，基于所述第一正态分布状态从多个所述标准路程第一油耗值中筛选出与所述目标汽车类别相对应的标准路程第二油耗值；

确定每个所述标准路程第二油耗值对应的目标燃油汽车，并获取与所述目标燃油汽车对应的目标汽车行驶状态参数；所述目标汽车行驶状态参数包括目标行驶参数、目标油耗参数和目标汽车参数；

基于每辆目标燃油汽车的目标汽车参数分别对应的参数区间，对所述目标油耗参数进行统计，得到每辆目标燃油汽车对应的样本油耗参数分布表；

将每个所述样本油耗参数分布表分别转换成对应的油耗参数分布类图，并且将每辆目标燃油汽车所对应的油耗参数分布类图和标准路程第二油耗值构成所述目标汽车类别的其中一个训练样本；

对于所述目标汽车类别中的所有训练样本，将每个训练样本中的油耗参数分布类图作为待训练的汽车油耗预测模型的输入，将相应的标准路程第二油耗值作为待训练的汽车油耗预测模型的训练标签，对所述目标汽车类别所对应的汽车油耗预测模型进行模型训练。

在其中一个实施例中，所述行驶参数包括负载信息和路程信息，所述根据每辆燃油汽车的行驶参数，确定每辆燃油汽车分别对应的标准路程第一油耗值，包括：

对于每辆燃油汽车，均分别根据所述负载信息将对应的所述路程信息分为多个单次路程；其中，负载信息每发生一次变化，即记为一个单次路程的起点和/或终点；