[发明专利]矿区车辆的油耗预测模型的训练方法、装置及电子设备

说明书

本公开涉及矿区车辆的油耗预测模型的训练方法、装置及电子设备，涉及工程机械技术领域。矿区车辆的油耗预测模型的训练方法包括：获取历史时序数据、目标时段的任务数据、历史时序油耗的真实值、目标时段的油耗的真实值；根据历史时序数据，利用矿区车辆的油耗预测模型，生成历史时序油耗的预测值；根据历史时序数据和目标时段的任务数据，利用矿区车辆的油耗预测模型，生成目标时段的油耗的预测值；根据历史时序油耗的真实值、历史时序油耗的预测值、目标时段的油耗的真实值和目标时段的油耗的预测值，联合训练油耗预测模型。根据本公开，提高了矿区车辆油耗预测的准确性。

技术领域

本公开涉及工程机械技术领域，特别涉及矿区车辆的油耗预测模型的训练方法及装置。

背景技术

在矿区开采作业中，油耗与矿区的成本和盈利息息相关。矿山的工程量大，导致车辆的载重和油耗大，使得油量消耗大。如果没有及时补充油量储备，就可能会影响车辆运输任务，影响矿区的产量。

矿区车辆的运行数据，例如运距、车辆实际载重，都可能影响油耗。相关技术中，通过对矿区车辆的运行数据的人工标注生成标签，来对车辆油耗进行预测。

发明内容

根据本公开的第一方面，提供了一种矿区车辆的油耗预测模型的训练方法，包括：

获取历史时序数据、目标时段的任务数据、历史时序油耗的真实值、目标时段的油耗的真实值，其中，历史时序数据包括目标时段之前的多个连续时段的历史数据的序列，历史时序油耗的真实值包括车辆在目标时段之前的多个连续时段的油耗的真实值的序列；

根据历史时序数据，利用矿区车辆的油耗预测模型，生成历史时序油耗的预测值；

根据历史时序数据和目标时段的任务数据，利用矿区车辆的油耗预测模型，生成目标时段的油耗的预测值；

根据历史时序油耗的真实值、历史时序油耗的预测值、目标时段的油耗的真实值和目标时段的油耗的预测值，联合训练油耗预测模型。

在一些实施例中，所述根据历史时序油耗的真实值、历史时序油耗的预测值、目标时段的油耗的真实值和目标时段的油耗的预测值，联合训练油耗预测模型，包括：

根据历史时序油耗的真实值和历史时序油耗的预测值，计算第一损失函数；

根据目标时段的油耗的真实值和目标时段的油耗的预测值，计算第二损失函数；

根据第一损失函数和第二损失函数，联合训练油耗预测模型。

在一些实施例中，所述根据第一损失函数和第二损失函数，联合训练油耗预测模型，包括：

根据第一损失函数和第二损失函数加权的结果，联合训练油耗预测模型。

在一些实施例中，所述根据历史时序数据，利用矿区车辆的油耗预测模型，生成历史时序油耗的预测值，包括：

根据历史时序数据，利用矿区车辆的油耗预测模型的多头自注意力网络，生成时序特征；

根据时序特征，生成历史时序油耗的预测值。

在一些实施例中，所述根据历史时序数据，利用矿区车辆的油耗预测模型的多头自注意力网络，生成时序特征，包括：

对历史时序数据中的缺失值进行掩码处理；

为掩码处理后的历史时序数据，生成位置编码；

根据历史时序数据和位置编码，利用矿区车辆的油耗预测模型的多头自注意力网络、前馈神经网络和残差网络，生成时序特征。

在一些实施例中，所述目标时段的任务数据包括车辆在目标时段的计划载重和行驶里程，所述根据历史时序数据和目标时段的任务数据，利用矿区车辆的油耗预测模型，生成目标时段的油耗的预测值，包括：