一種混合動力客車未來車速軌跡預(yù)測方法
【專利摘要】本發(fā)明公開了一種混合動力客車未來車速軌跡預(yù)測方法，包括下列步驟：參數(shù)的獲取與歸一化處理；確定RBF神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)矢量和輸出參數(shù)矢量；RBF神經(jīng)網(wǎng)絡(luò)的離線訓(xùn)練；在線預(yù)測未來車速軌跡。本發(fā)明基于RBF神經(jīng)網(wǎng)絡(luò)在線學(xué)習(xí)，從人-車-環(huán)境系統(tǒng)的角度對實(shí)現(xiàn)混合動力客車控制策略全局優(yōu)化的前提條件車速軌跡預(yù)測進(jìn)行研究，提出了一種綜合考慮車輛狀態(tài)參數(shù)、駕駛員駕駛風(fēng)格以及前方道路環(huán)境與交通狀態(tài)參數(shù)的車輛未來行駛軌跡預(yù)測方法，提高了車速預(yù)測的準(zhǔn)確度。本發(fā)明綜合考慮人-車-環(huán)境對未來工況的影響，使車輛具備“預(yù)知”能力的同時提高工況預(yù)測的準(zhǔn)確度，為控制策略的全局優(yōu)化奠定了良好的基礎(chǔ)。
【專利說明】一種混合動力客車未來車速軌跡預(yù)測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種混合動力客車未來車速軌跡預(yù)測方法，特別涉及到一種基于徑向基(Radial Basis Function, RBF)神經(jīng)網(wǎng)絡(luò)在線學(xué)習(xí)的混合動力客車未來車速軌跡預(yù)測方法。
【背景技術(shù)】
[0002]混合動力電動汽車由于具有良好的燃油經(jīng)濟(jì)性和較低的排放，已成為當(dāng)前解決能源和排放問題最具現(xiàn)實(shí)意義的途徑之一?；旌蟿恿﹄妱悠嚨娜加徒?jīng)濟(jì)性和排放性主要是由多能源動力系統(tǒng)的能量管理策略所決定。從控制效果來看，全局優(yōu)化策略可以視為混合動力系統(tǒng)最為理想、最具節(jié)油潛力的控制方法，而未來行駛工況預(yù)測是能量管理策略全局優(yōu)化的前提條件。未來行駛工況預(yù)測即根據(jù)駕駛員在最近一段時間內(nèi)駕駛車輛的速度信息預(yù)測車輛未來一段時間內(nèi)的車速軌跡。未來行駛工況對當(dāng)前時刻的能量分配管理策略具有重要影響，受人-車-環(huán)境綜合因素的制約。但目前已有的未來行駛工況預(yù)測方法多數(shù)通過采集車輛行駛參數(shù)，結(jié)合GPS定位信息，采用基于概率統(tǒng)計(jì)等的方法對未來車速軌跡進(jìn)行預(yù)測，提供給優(yōu)化控制策略，忽略了不同駕駛員的駕駛風(fēng)格以及諸多實(shí)時變化的道路環(huán)境與交通狀態(tài)參數(shù)對未來行駛工況的影響，從而造成對未來行駛工況預(yù)測的準(zhǔn)確度不夠。在駕駛員方面，不同駕駛員的行為對需求扭矩校正以及未來電池荷電狀態(tài)(State ofCharge, S0C)工作區(qū)域約束具有重要影響；在道路和環(huán)境方面，前車距離、交通擁堵信息等數(shù)據(jù)反饋是影響車輛未來一段時間功率需求和用電情況的主要因素，從而對當(dāng)前時刻功率分配有著重要影響。

【發(fā)明內(nèi)容】

[0003]為克服現(xiàn)有技術(shù)的上述問題，本發(fā)明要提出一種使車輛具備工況“預(yù)知”能力的同時提高工況預(yù)測的準(zhǔn)確度的混合動力客車未來車速軌跡預(yù)測方法。
[0004]為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下:一種混合動力客車未來車速軌跡預(yù)測方法，包括下列步驟:
[0005]A、參數(shù)的獲取與歸一化處理
[0006]Al、參數(shù)的獲取:基于車載信息采集系統(tǒng)實(shí)時采集不同駕駛員在不同道路工況上行駛時各數(shù)據(jù)點(diǎn)實(shí)時運(yùn)行數(shù)據(jù)，并存儲于道路數(shù)據(jù)庫中，構(gòu)建形成樣本工況；在建立未來車速軌跡預(yù)測模型時，首先，從道路數(shù)據(jù)庫中提取混合動力客車運(yùn)行于各樣本工況各時刻點(diǎn)t的有效實(shí)測數(shù)據(jù)，所述的有效實(shí)測數(shù)據(jù)包括車輛運(yùn)行參數(shù)、前方道路環(huán)境與交通狀態(tài)參數(shù)，車輛運(yùn)行參數(shù)為車輛瞬時速度V (t)，前方道路環(huán)境參數(shù)包括路面坡度1、道路曲率Θ、自由駕駛空間即前車距離As，交通狀態(tài)參數(shù)包括占路比《%、車流量veht(rtal ;其次，應(yīng)用正交優(yōu)化方法確定歷史觀測時間窗口長度為ΛΤ，預(yù)測時間步長為At，并記錄[t-ΛΤ，t]及[t，
t+ Δ t]時間段內(nèi)的車速改變頻率f，提取兩個時間段內(nèi)的車輛運(yùn)行參數(shù)平均速度[、最大速度Vniax、速度均方差^var(V)、最大加速度a_、加速度均值J、加速度均方差^varO);
[0007]同時，在構(gòu)建未來車速預(yù)測軌跡模型時不僅要考慮上述車輛運(yùn)行參數(shù)、前方道路與環(huán)境參數(shù)，還應(yīng)將駕駛員的行為偏好對未來車速軌跡的影響考慮在內(nèi)；針對不同駕駛員對加速踏板操作存在差異的問題，將駕駛員對車輛性能需求的偏好即駕駛風(fēng)格分為動力型和經(jīng)濟(jì)型兩類，并采用模糊識別方法對駕駛員駕駛風(fēng)格進(jìn)行識別，確定混合動力客車在一
段時間內(nèi)的加速度均值J和加速度均方差v_)為模糊控制系統(tǒng)輸入?yún)?shù)，該段時間內(nèi)
的駕駛風(fēng)格隸屬度S作為模糊控制系統(tǒng)的輸出，對駕駛員駕駛風(fēng)格進(jìn)行識別；
[0008]A2、參數(shù)歸一化處理:對于步驟Al中所獲取的有效實(shí)測數(shù)據(jù)車輛瞬時速度V (t)、
路面坡度1、道路曲率Θ、自由駕駛空間Λ S、占路比w%、車流量veht(rtal、平均速度[、最大速度Vmax、速度均方差^var(V)、車速改變頻率f、最大加速度amax、加速度均值加速度均
方差^/var⑷以及駕駛風(fēng)格隸屬度δ，由于存在物理量量綱及數(shù)量級方面的差異，需要對
其進(jìn)行歸一化處理到[0，I]之間，從而在消除物理量量綱所帶來的差異的同時有效地降低數(shù)據(jù)的冗余度、提高神經(jīng)網(wǎng)絡(luò)訓(xùn)練的速度；歸一化處理計(jì)算公式如下:
[0009]
【權(quán)利要求】
1.一種混合動力客車未來車速軌跡預(yù)測方法，其特征在于:包括下列步驟: A、參數(shù)的獲取與歸一化處理 Al、參數(shù)的獲取:基于車載信息采集系統(tǒng)實(shí)時采集不同駕駛員在不同道路工況上行駛時各數(shù)據(jù)點(diǎn)實(shí)時運(yùn)行數(shù)據(jù)，并存儲于道路數(shù)據(jù)庫中，構(gòu)建形成樣本工況；在建立未來車速軌跡預(yù)測模型時，首先，從道路數(shù)據(jù)庫中提取混合動力客車運(yùn)行于各樣本工況各時刻點(diǎn)t的有效實(shí)測數(shù)據(jù)，所述的有效實(shí)測數(shù)據(jù)包括車輛運(yùn)行參數(shù)、前方道路環(huán)境與交通狀態(tài)參數(shù)，車輛運(yùn)行參數(shù)為車輛瞬時速度V (t)，前方道路環(huán)境參數(shù)包括路面坡度1、道路曲率Θ、自由駕駛空間即前車距離△ s,交通狀態(tài)參數(shù)包括占路比、車流量veht(rtal ;其次,應(yīng)用正交優(yōu)化方法確定歷史觀測時間窗口長度為ΛΤ，預(yù)測時間步長為At，并記錄[t-ΛΤ，t]及[t，t+ Δ t]時間段內(nèi)的車速改變頻率f，提取兩個時間段內(nèi)的車輛運(yùn)行參數(shù)平均速度卩、最大速度Vmax、速度均方差
【文檔編號】G06N3/08GK103914985SQ201410171956
【公開日】2014年7月9日 申請日期:2014年4月25日 優(yōu)先權(quán)日:2014年4月25日
【發(fā)明者】連靜, 常靜, 李琳輝, 黃海洋, 周雅夫, 鄭寧安, 宗云鵬, 麻笑藝, 陳敏 申請人:大連理工大學(xué)