基于实时车流信息的电动汽车未来行驶工况预测

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据

中文摘要：在全球能源短缺和污染加重的背景下,新能源汽车领域关键技术成为研究热点.然而纯电动汽车剩余续航里程的不确定性,严重地影响了纯电动汽车的进一步推广.因此,精确地预测车辆未来能耗以确定其剩余行驶里程,具有重大意义.本研究基于实车在环实验平台,将测试车辆的历史行车数据OBD和同时收集的百度API实时车流信息经过预处理和特征参数的提取,再使用EM聚类分析算法将数据分为8 个典型子工况,然后将聚类后的数据用于训练RBF神经网络分类器.根据百度API提供的实时车流信息,采用RBF分类器预测车辆在预定行驶路线上的工况类型和平均能耗,从而精确地预测汽车的剩余电量,即剩余续航里程.

外文标题：Prediction of future driving conditions of electric vehicles based on real-time traffic flow information

外文关键词：

vehicle SOC predictionAPIEM cluster analysis algorithmRBF neural network classi-fier

作者：

张毅、黄韬一、刘寅童

展开 >

作者单位：

重庆理工大学车辆工程学院,重庆 400054

重庆长安汽车股份有限公司,重庆 400020

关键词：

车辆SOC预测 API EM聚类分析算法 RBF神经网络分类器

基金：

重庆市教委青年基金

项目编号：

KJQN202001105

出版年：

2023

DOI：

10.3969/j.issn.1674-8425(z).2023.11.010

重庆理工大学学报

重庆理工大学

重庆理工大学学报

CSTPCD北大核心

影响因子：0.567

ISSN：1674-8425

年,卷(期)：2023.37(21)

参考文献量5