[发明专利]一种电动车续航里程估算方法

权利要求书

1.一种电动车续航里程估算方法，其特征在于：具体包括如下操作步骤：

步骤一、数据获取，采用网络爬虫技术抓取互联网电动车库中现有电动车的参数数据；

步骤二、数据汇总和筛选，将获取的电动车参数数据汇总成表格，根据目标关注车型，筛选出目标车型的相关参数数据；

步骤三、数据处理，采用python对筛选出的数据进行数据分析处理，提取表格中所有电动车的车重、电池容量、工信部续航里程的数据，通过机器学习的方法，利用多元线性回归方法对数据集进行训练，最终得到续航里程的预测拟合函数：续航里程＝a₀+车重*a₁+电池容量*a₂；其中，a₀为总标定系数，a₁为车重标定系数，a₂为电池容量标定系数。

步骤四、参数估算，导入车重与电池电量即可预测电动车的续航里程值。

2.根据权利要求1所述的一种电动车续航里程估算方法，其特征在于：步骤三中，采用python中sklearn的LinearRegression线性回归包对提取出的电动车数据进行多元线性回归，得出拟合结果a₀、a₁、a₂的具体取值。

3.根据权利要求2所述的一种电动车续航里程估算方法，其特征在于：步骤三中，系数a₀的取值范围为102～195，系数a₁的取值范围为-0.15～-0.07，a₂系数的取值范围为7.0～10.0。

4.根据权利要求2所述的一种电动车续航里程估算方法，其特征在于，步骤三中，数据处理过程的具体操作如下：

首先，将多款纯电动乘用车的车重、电池容量这两类数据集进行训练，得到训练结果；

然后，利用训练得到的车重、电池容量集数据点，采用最小二乘法获得续航里程求解公式中a₀、a₁、a₂系数的具体值，得到具体的预测续航里程的公式。

5.根据权利要求4所述的一种电动车续航里程估算方法，其特征在于：通过sklearn内置函数方法获得训练结果的决定系数R^2值，决定系数R^2值取0～1，当决定系数R^2值＞0.8即完成训练。

6.根据权利要求1-5中任一项所述的一种电动车续航里程估算方法，其特征在于：步骤二中，所述目标关注车型包括纯电动乘用车中的微型车、小型车、紧凑型车、中型车、中大型车。

7.根据权利要求6所述的一种电动车续航里程估算方法，其特征在于：根据车型不同，对步骤二中筛选出的不同车型数据进行分类，将目标关注车型根据轴距分为第一类车型、第二类车系和第三类车型，其中：

当车的轴距在1560～2499范围内，为第一类车型；

当车的轴距在2500-2769范围内，为第二类车型；

当车的轴距在2770-3300范围内，为第三类车型。

8.根据权利要求7所述的一种电动车续航里程估算方法，其特征在于：步骤三中，对筛选出的电动车型数据进行分类后，以同一类车型的相关参数数据进行数据分析处理，得到同一类车型的续航里程的预测拟合函数。

9.根据权利要求1-5中任一项所述的一种电动车续航里程估算方法，其特征在于：步骤一中，所述参数数据包括电动车的型号、长宽高、轮距、轴距、驱动模式、车重、电池容量、工信部纯电续航里程参数。