本發(fā)明提出了基于機器學習的新能源公交車能耗預測方法,通過新能源公交車行駛過程中的各項數(shù)據(jù),采用數(shù)據(jù)驅動的方式,充分考慮了各種影響因素,基于三大類構造特征與溫度分層的回歸預測模型,結合網(wǎng)格搜索優(yōu)化模型選取最優(yōu)的參數(shù)組合,建立XGBoost回歸預測模型,使之獲得最佳的模型性能,最后經(jīng)過合格驗證,使得模型具有較高的準確性以及可靠性。本發(fā)明的方法具有一定的普適性,即通過少量的改變,就可以運用到其他線路、其他車型的新能源公交車能耗預測當中,建立能耗預測平臺,對能耗實時監(jiān)督,規(guī)勸駕駛員進行節(jié)能駕駛,為充電需求測算、生態(tài)軌跡規(guī)劃和電池參數(shù)匹配方面的研究奠定基礎。
聲明:
“基于機器學習的新能源公交車能耗預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)