插電式混合動(dòng)力汽車（PHEV）是解決目前能源危機(jī)、環(huán)境污染以及傳統(tǒng)汽車燃油成本居高不下等問題的有效途徑之一,而高效的能量管理策略（EMS）是插電式混合動(dòng)力汽車實(shí)現(xiàn)以上目標(biāo)的關(guān)鍵技術(shù)與根本保證,預(yù)測能量管理策略是兼具實(shí)時(shí)控制與最優(yōu)控制特性的能量管理策略之一,在預(yù)測能量管理策略中,短期工況預(yù)測算法與交通信息獲取技術(shù)是關(guān)乎預(yù)測能量管理策略效果、性能的核心要點(diǎn)與關(guān)鍵技術(shù)。因此,本文針對(duì)插電式混合動(dòng)力汽車預(yù)測能量管理策略中短期工況預(yù)測與交通信息獲取等問題,開展關(guān)于短期工況預(yù)測算法與交通信息生成技術(shù)的研究,其主要內(nèi)容有:（1）闡述了目前在時(shí)間序列預(yù)測領(lǐng)域常采用的預(yù)測方法,并進(jìn)行了歸類分析,將預(yù)測方法分為基于特征和非特征的預(yù)測方法;在分別介紹指數(shù)平滑預(yù)測、隨機(jī)過程預(yù)測與機(jī)器學(xué)習(xí)預(yù)測等傳統(tǒng)預(yù)測算法的基本原理的基礎(chǔ)上,進(jìn)一步分析了影響各預(yù)測算法特性的關(guān)鍵因素,建立了相應(yīng)預(yù)測算法的短期工況仿真模型,并基于MATLAB仿真平臺(tái)進(jìn)行仿真分析;提出了包含整體均方根誤差、偏度、峰度等在內(nèi)的五種評(píng)價(jià)指標(biāo)用于評(píng)價(jià)短期工況預(yù)測算法的綜合性能,彌補(bǔ)了在短期工況預(yù)測領(lǐng)域采用單一精度評(píng)價(jià)方法的不足。（2）為充分發(fā)揮隨機(jī)過程預(yù)... 

【文章來源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：97 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

能量管理策略分類Fig.1.1EnergyManagementStrategyClassification1.2.3短期工況預(yù)測研究現(xiàn)狀及存在的問題針對(duì)短期工況預(yù)測，目前涌現(xiàn)出了卡爾曼濾波預(yù)測

技術(shù)路線

一預(yù)測模型的方式來進(jìn)一步提高其預(yù)測精度。每一種預(yù)測模型擁有其自以及缺陷。如第二章所述馬爾可夫鏈隨機(jī)預(yù)測模型能夠把握行駛工況的趨勢，但是并不適用于局部高精度的數(shù)據(jù)擬合。神經(jīng)網(wǎng)絡(luò)容易陷入局部且受到過訓(xùn)練以及過推斷的限制，因此需要一個(gè)具有強(qiáng)魯棒性、高預(yù)測精陷入局部最優(yōu)且能夠適用復(fù)雜變化工況的預(yù)測組合預(yù)測模型用于短期工為了充分利用馬爾可夫鏈把握整個(gè)行駛工況變化趨勢以及機(jī)器學(xué)習(xí)高精合的優(yōu)勢，本文提出了一個(gè)新的融合了隨機(jī)過程預(yù)測與機(jī)器學(xué)習(xí)的短期模型，并進(jìn)行了基于遺傳優(yōu)化算法的組合預(yù)測模型初始參數(shù)的優(yōu)化，為文所提方法在短期工況預(yù)測中的有效性，進(jìn)行了基于智能手機(jī)傳感器的預(yù)測算法有效性和實(shí)時(shí)性驗(yàn)證。 PAC-MCNN 車速預(yù)測器如圖 3.1 所示為整個(gè)預(yù)測模型的流程圖，整個(gè)預(yù)測模型分為兩個(gè)模塊，初塊以及非線性融合模塊。PC1Data 1Vt+11Combiner

【參考文獻(xiàn)】：
期刊論文
[1]應(yīng)用EMPCA算法對(duì)TE過程中隨機(jī)及連續(xù)缺失數(shù)據(jù)進(jìn)行補(bǔ)值的研究[J]. 孫懷宇,別圣平,李元.  計(jì)算機(jī)應(yīng)用與軟件. 2015(05)

博士論文
[1]基于駕駛意圖與工況識(shí)別的插電式混合動(dòng)力汽車能量管理策略研究[D]. 楊官龍.重慶大學(xué) 2014
[2]行駛工況自適應(yīng)的PHEV能量在線實(shí)時(shí)優(yōu)化控制研究[D]. 周之光.湖南大學(xué) 2012

碩士論文
[1]基于駕駛意圖與行駛工況的混合動(dòng)力電動(dòng)汽車能量管理策略[D]. 解慶波.重慶大學(xué) 2016
[2]基于模型預(yù)測控制的插電式混合動(dòng)力客車能量管理策略研究[D]. 張潔麗.北京理工大學(xué) 2016
[3]基于BP神經(jīng)網(wǎng)絡(luò)及其優(yōu)化算法的汽車車速預(yù)測[D]. 謝浩.重慶大學(xué) 2014
[4]基于動(dòng)態(tài)指數(shù)平滑模型預(yù)測Ad Hoc網(wǎng)絡(luò)流量的路由協(xié)議[D]. 張婷.東北大學(xué) 2009
[5]基于指數(shù)平滑模型的農(nóng)產(chǎn)品價(jià)格預(yù)測研究[D]. 苗開超.合肥工業(yè)大學(xué) 2009



本文編號(hào)：3369715