科研之友
微信
新浪微博
Facebook
分享链接
摘要
高精度能耗预测模型是准确预测车辆续驶里程的重要前提。针对载荷大幅度变化且非结构化道路运行的纯电驱动重载车辆，建立其组合能耗模型，该模型由能耗计算基本模型与长短时记忆（Long short-term memory， LSTM）神经网络差值修正两部分组成。基于能量流动过程中驱动电机和变速器效率建模，结合汽车行驶动力学建立能耗计算基本模型；采用LSTM神经网络来修正基本模型能耗预测结果与车辆典型工况功率测试值的差值，有效提高了大幅变载荷且低信噪比坡度环境下的车辆能耗预测精度，因此组合能耗模型具有参数简单和模型拟合不需解释能耗规律的优点。经试验测试分析，与VT-Mirco能耗模型和RBF神经网络能耗模型相比，所提组合能耗模型的功率预测平均误差率分别降低了17.76%和3.35%，能够实现纯电驱动重载车辆复杂工况下能耗的准确实时预测。
- 单位
