[发明专利]一种混合动力汽车行驶负载预测方法

摘要

本发明涉及一种混合动力汽车行驶负载预测方法，包括步骤：采集汽车行驶一段时间内的速度序列x₀′(n)；根据x₀′(n)获取行驶周期T，将T作为滑动时间窗的长度；利用滑动时间窗将x₀′(n)在时间上分段，每个滑动时间窗分为历史时间T₁和预测时间T₂；利用DCT对T₁时间段的数据进行维数消减；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；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；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DCT对x₀(n)进行维数消减得到x₁(n)；用训练后的支持向量机对x₁(n)进行分类，预测T₂时间段内的负载等级。本发明提高了现有负载预测方法中的预测精度和泛化能力，降低了计算复杂度，实现了动态预测。

主权项

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。