CN113525385B 一种车辆行程能耗的预测方法及装置 （株式会社日立制作所）

本发明提供了一种车辆行程能耗的预测方在每一路段的车辆路段能耗预测模型和每一车认路段能耗预测模型中的至少一个(优先选择顺序靠前者)，预测目标车辆在候选出行路径上的2根据预先收集的预设区域内多个车辆的行程记录，训练得到每一根据车辆或车辆所属车型的默认能耗和路段的长度，生成车辆的默认针对每个车辆，分别生成所述预设区域的能耗网格，所述能耗网在该路段存在该车辆的车辆路段能耗预测模型时，该路段在该路段不存在该车辆的车辆路段能耗预测模型时，但在仅存在该车辆的默认路段能耗预测模型时，该路段所关联的能其中，所述第一比率为该车辆在所有路段上平均能耗与该根据所述候选出行路径所经过的各个路段，查找所述目标车辆的针对每个路段的每一子行程，根据该子行程中该路段上各个3分别利用每个第一分组，训练一个决策树模型，得到每个分别利用每个第二分组，训练一个决策树模型，得到每根据基于所述能耗网格预测得到的所述目标车辆在至少一条候选出行路径上行驶所9.如权利要求1所述的预测方法，其特征在于，所述路段为存在有行程记录的一段道第一模型生成单元，用于根据预先收集的预设区域内多个车辆的行每一车辆在每一路段的车辆路段能耗预测模型和每一车型的车辆在每一路段的车型路段第二模型生成单元，用于根据车辆或车辆所属车型的默认能耗预测单元，用于利用目标车辆的车辆路段能耗预测4在该路段存在该车辆的车辆路段能耗预测模型时，该路段在该路段不存在该车辆的车辆路段能耗预测模型时，但在仅存在该车辆的默认路段能耗预测模型时，该路段所关联的能其中，所述第一比率为该车辆在所有路段上平均能耗与该子行程处理单元，用于针对每个路段的每一子行程，根据所对应的车型的车辆在对应路段的车型路段能耗路径推荐单元，用于根据基于所述能耗网格预测得到的所述目5[0003]一种解决方案为：利用车辆在标准路况下采集的实验数据，干公里(如100公里)的平均能耗作为预测剩余里程的参考能耗，基于该参考能耗计算得到的车辆路段能耗预测模型和每一车型的车辆在每一路段的车型路段能耗预测模型，其中，6[0028]以及，计算所述第一平均能耗与该车辆或车辆所属车型[0030]根据基于所述能耗网格预测得到的所述目标车辆在至少一条候选出行路径上行7得到每一车辆在每一路段的车辆路段能耗预测模型和每一车型的车辆在每一路段的车型8构或特性可以任意适合的方式结合在一个或多个实施例中。9低的方案存在着预测结果准确性差，而预测准确性较高的方案又存在着实施成本高的问[0067]所述数据收集模块用于收集预设区域(如某个目标城市或某个目标地区)内多个型。所述能耗网格生成单元生成的能耗网格可以保存在网格存储单元(图1中的Grid选择最佳成本的目标出行路径并通过用户接口展示给用户。耗越大(本发明实施例使用胎压来近似表示车辆载荷)；气温也会影响发动机和电池效率，每一路段的车辆路段能耗预测模型和每一车型的车辆在每一路段的车型路段能耗预测模发明实施例在训练模型以及预测候选出行路径的能耗需求时，不需要考虑实时路况信息，并且可以采用较为简单的算法模型实施以上方案，从而降低了方案的计算量和实现成本，个第一分组包括有车辆标识和路段标识均相同车型标识或地理位置信息)的记录，然后删除记录编号在行程记录编号列表的前N位或后N施例还可以采用其他算法或模型，如随机森林模型、一般线性模型(Generallinearmodel)、线性回归模型(Linearregression)和支持向量回归模型(Supportvector[0110]图3提供了本申请和传统方案的预测误差的分布情况，其中，横坐标表示预测误机器学习算法的能耗预测方案进行仿真比对，可以发现本发明实施例的预测结果的误差，交叉验证后无论是均方差还是方差，都比现有方法的相应值小(越小意味着预测越精确)，得到每一车辆在每一路段的车辆路段能耗预测模型和每一车型的车辆在每一路段的车型的车辆路段能耗预测模型和每一车型的车辆在每一路段的车型路段能耗预测模型，其中，的车辆路段能耗预测模型和每一车型的车辆在每一路段的车型路段能耗预测模型，其中，[0154]该程序被处理器执行时能实现图2所示的车辆行程能耗的预测方法中的所有实现算机软件产品存储在一个存储介质中，包括若干指令