[发明专利]车辆能耗测算方法、装置、电子设备及存储介质

说明书

本申请实施例公开了一种车辆能耗测算方法及相关设备，涉及电动车辆技术领域。该方法包括：采集车辆各功能组件的历史耗能数据；根据历史耗能数据，通过机器学习算法测算得到目标车辆能耗水平。上述方案可以间接得到不同车辆/驾驶员的行驶习惯、对车载设备的使用偏好以及车辆保养水平等因素，并可以在对目标车辆能耗水平的测算过程中考虑到不同车辆的驾驶员的上述因素。本发明用于车辆能耗测算方法，主要为解决现有技术对车辆能耗水平的测算精度差的问题。

技术领域

本发明涉及电动车辆技术领域，尤其涉及一种车辆能耗测算方法、装置、电子设备及存储介质。

背景技术

随着人们环保意识的日益增强和石油资源的日益紧张，电动车辆作为传统能源车辆的替代品，成为了人们在选购代步工具时候的首选。但一方面由于现有技术的限制，动力电池技术的发展不足以支持电动车辆连续行驶的里程过长，另一方面，充电桩等基础设施不够完备也造成了驾驶员对电动车辆的里程焦虑，限制了电动车辆的推广应用。准确测算电动车辆的能耗水平对缓解驾驶员的里程焦虑、电动汽车的普及推广都有很大帮助。

目前，电动车辆能耗测算的方式多采用基于车辆动力学模型的方法。在这种方法中，车辆纵向动力学模型(longitudinal dynamics model，LDM)和车辆比功率模型(vehicle specificpower，VSP)通常被用于车辆能耗水平的测算，在应用该方法进行能耗水平测算之前需要获取或假设大量车辆参数包括车辆迎风面积、质量和滚动阻力系数等，而在实际应用中很难提前精确获取这些参数，尤其是在应用于大量车辆如物流车群的情况时，获取每辆车的详细参数几乎不具有可行性，同时车辆动力学模型方法往往通过固定的工况如NEDC(New European Driving Cycle，新欧洲驾驶周期)模拟车辆工况，但是车辆的实际行驶工况十分复杂，基于车辆动力学模型的方法无法考虑驾驶人的行驶习惯、对车载设备的使用偏好以及车辆保养水平等因素的影响，因此存在测算精度差的问题。

发明内容

鉴于上述问题，本发明提供了一种车辆能耗测算方法及相关设备，主要目的在于解决现有技术对车辆能耗水平的测算精度差的问题。

为解决上述技术问题，第一方面，本发明提供了一种车辆能耗测算方法，该方法包括：

采集车辆各功能组件的历史耗能数据；

根据历史耗能数据，通过机器学习算法测算得到目标车辆能耗水平。

在一种可能的实施方式中，根据历史耗能数据，通过机器学习算法计算得到目标车辆能耗水平的步骤，包括：

根据历史耗能数据中与当前座舱承重信息对应的数据，通过机器学习算法测算得到目标车辆能耗水平。

在一种可能的实施方式中，根据历史耗能数据，通过机器学习算法计算得到目标车辆能耗水平的步骤，包括：

根据历史耗能数据中与当前环境信息对应的数据，通过机器学习算法测算得到目标车辆能耗水平，其中，环境信息为风速风向信息、气压信息、温度信息和湿度信息中的至少一种信息。

在一种可能的实施方式中，根据历史耗能数据，通过机器学习算法计算得到目标车辆能耗水平的步骤，包括：

根据历史耗能数据中与图像采集装置采集到的车内人员信息对应的数据，通过机器学习算法测算得到目标车辆能耗水平。

在一种可能的实施方式中，根据历史耗能数据，通过机器学习算法测算得到目标车辆能耗水平的步骤，包括：

对历史耗能数据进行归一化处理和异常值填充，得到训练数据；

根据训练数据，通过机器学习算法测算得到目标车辆能耗水平。

在一种可能的实施方式中，该方法还包括：

根据目标车辆能耗水平、导航路径信息和电池SOC信息，判断是否进行能耗超额提醒。