一种基于驾驶场景和风格离线大数据学习模型的A-ECMS能量管理方法

    公开(公告)号:CN118928415A

    公开(公告)日:2024-11-12

    申请号:CN202411224495.6

    申请日:2024-09-03

    Abstract: 本发明属于车辆能量管理技术领域,并公开了一种基于驾驶场景和风格离线大数据学习模型的A‑ECMS能量管理方法,包括:在云端构建离线驾驶数据识别库并将所述离线驾驶数据识别库加载到车辆中,所述离线驾驶数据识别库为包括不同的驾驶风格、驾驶场景、初始能量轨迹与目标能量轨迹的多维动力参数优化库;获取当前车辆的行车数据,计算所述行车数据的特征参数,将所述特征参数输入离线驾驶数据识别库中,获取当前优化动力控制参数;基于所述当前优化动力控制参数结合自适应等效油耗最小化策略,实时计算当前车辆动力系统的最优控制序列。本发明所述技术方案能够提高能量管理的效率和准确性。

    一种基于预测性道路交通信息的A-ECMS能量管理方法

    公开(公告)号:CN119089186A

    公开(公告)日:2024-12-06

    申请号:CN202411224786.5

    申请日:2024-09-03

    Abstract: 本发明属于车辆能量管理技术领域,并公开了一种基于预测性道路交通信息的A‑ECMS能量管理方法,包括:获取车辆的历史行车数据,计算历史行车数据的特征参数;将特征参数输入离线驾驶数据识别库中,获取当前优化动力控制参数;获取车辆前方的预测性道路数据,将预测性道路数据输入离线驾驶数据识别库中进行场景识别,得到预测场景及对应的预测优化动力控制参数;基于在线动态规划算法,计算长期能量轨迹;基于DRL算法,结合当前优化动力控制参数、预测优化动力控制参数、长期能量轨迹和当前能量轨迹计算最终动力控制参数;根据最终动力控制参数,实时计算车辆动力系统的最优控制序列。本发明技术方案能够实现全局最优的能量管理。

Patent Agency Ranking