[发明专利]一种混合动力汽车行驶负载预测方法

权利要求书

1、一种混合动力汽车行驶负载预测方法，该方法包括以下步骤：

S1，采集汽车行驶一段时间内的行驶速度获得速度序列x₀′(n)；

S2，根据x₀′(n)获取行驶周期T，将T作为滑动时间窗的长度；

S3，利用滑动时间窗将x₀′(n)在时间上分段，每个滑动时间窗在时间上分为历史时间T₁和预测时间T₂；

S4，利用正交余弦变换对T₁时间段的数据进行维数消减；

S5，根据T₂时间段的数据利用模糊逻辑推理得到T₂时间段的负载等级；

S6，以维数消减后的T₁时间段的数据及T₂时间段的负载等级作为训练数据对支持向量机进行训练；

S7，采集行驶汽车速度，利用滑动时间窗采集T₁时间长度后获得速度序列x₀(n)，利用正交余弦变换对x₀(n)进行维数消减得到x₁(n)；

S8，利用训练后的支持向量机对x₁(n)进行分类，预测后面T₂时间段内的负载等级，若汽车在行驶中，则返回步骤S7。

2、根据权利要求1所述的方法，其特征在于，步骤S2中，通过计算x₀′(n)的能量谱密度，将能量谱密度最高的频率所对应的周期确定为所述行驶周期T。

3、根据权利要求1或2所述的方法，其特征在于，步骤S2中，在获取所述行驶周期T后，还包括根据下式获取行驶周期T置信度的步骤，在置信度低于设定值后对所述行驶周期T进行修正，

F=s1/f1s2/f2]]>

其中，F服从统计学分布，s₁为行驶周期T组间误差，s₂为行驶周期T组内误差，f₁为s₁的自由度，f₂为s₂的自由度。

4、根据权利要求1或2所述的方法，其特征在于，

步骤S1中，对不同行驶环境下的汽车行驶速度进行采集；

步骤S2中，根据每种行驶环境下采集的速度序列获取该行驶环境下的行驶周期，将最长的行驶周期确定为所述行驶周期T。

5、根据权利要求1或2所述的方法，其特征在于，步骤S5包括子步骤：

S501，由所述T₂时间段的数据计算T₂时间段内的平均速度x及加速度y；

S502，将所述x和y由其各自所属的隶属函数转化成输入模糊值；

S503，基于输入模糊值和事先确定的规则，产生由行驶负载z所属的隶属函数所定义的输出模糊值；

S504，将所述输出模糊值转换成用于计算和决策的整数值，将所述整数值作为T₂时间段的负载等级。

6、根据权利要求5所述的方法，其特征在于，

x所属的隶属函数将平均速度范围划分为五个速度等级；

y所属的隶属函数将加速度范围划分为五个加速度等级；

z所属的隶属函数将负载等级范围划分为五个负载等级；

事先确定的规则有若干条，分别定义了由不同的速度等级和不同的加速度等级所对应的负载等级。