[发明专利]基于深度学习的电动汽车续航里程预测方法、设备及介质有效
| 申请号： | 201910361556.6 | 申请日： | 2019-04-30 |
| 公开（公告）号： | CN110091751B | 公开（公告）日： | 2021-01-08 |
| 发明（设计）人： | 万海涛;陈伟;向劲松;朱志凌;陈亚川;殷凡;李迎春 | 申请（专利权）人： | 深圳四海万联科技有限公司 |
| 主分类号： | B60L58/10 | 分类号： | B60L58/10;G06N3/04 |
| 代理公司： | 北京酷爱智慧知识产权代理有限公司 11514 | 代理人： | 占丽君 |
| 地址： | 518052 广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于基于深度学习的电动汽车续航里程预测方法，采集待预测电动汽车的历史基础数据，并对所述历史基础数据进行分类；对分类后的历史基础数据进行数据清洗，以得到历史清洗数据；构建深度神经网络模型；以所述历史清洗数据作为训练数据，使用深度学习框架训练所述深度神经网络模型；获取待预测电动汽车最新的若干条基础数据；将若干条基础数据输入到训练好的深度神经网络模型，得到若干个续航里程预测结果；利用预设的预测公式对所述若干个续航里程预测结果进行预测，得到预测电动汽车的续航里程。该方法采用为每辆车使用单独的深度神经网络模型，能最大程度提高每辆车的续航里程预测的准确性。 | ||
| 搜索关键词： | 基于 深度 学习 电动汽车 续航 里程 预测 方法 设备 介质 | ||
【主权项】：
1.一种基于深度学习的电动汽车续航里程预测方法，其特征在于，包括以下步骤：采集待预测电动汽车的历史基础数据，并对所述历史基础数据进行分类；对分类后的历史基础数据进行数据清洗，以得到历史清洗数据；构建深度神经网络模型；以所述历史清洗数据作为训练数据，使用深度学习框架训练所述深度神经网络模型；获取待预测电动汽车最新的若干条基础数据；将若干条基础数据输入到训练好的深度神经网络模型，得到若干个续航里程预测结果；利用预设的预测公式对所述若干个续航里程预测结果进行预测，得到预测电动汽车的续航里程。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳四海万联科技有限公司，未经深圳四海万联科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910361556.6/，转载请声明来源钻瓜专利网。
