机械工程学报

作者：李骏, 李继秋, 孙亚诚, 单丰武, 曾建邦

单位：1. 华东交通大学机电与车辆工程学院 南昌 330013;2. 同济大学汽车学院 上海 201804;3. 江西江铃集团新能源汽车有限公司 南昌 330013

关键词：纯电动汽车,剩余续驶里程预测,驾驶行为,最大信息系数法,K-Means聚类算法；

基金：国家自然科学基金(51206171)、载运工具与装备教育部重点实验室基金(KLCE2021-08)、江西省自然科学基金(20192BAB206033)和江西省创新创业大学生训练计划省级重点(202110404029)资助项目。

针对目前纯电动汽车在实际行驶过程中仪表显示剩余续驶里程预测不准这一难题，提出一种基于驾驶行为的纯电动汽车剩余续驶里程预测方法。首先，对车辆行驶数据进行片段切分并进行数据维度扩充，利用最大信息系数法提取与纯电动汽车平均百公里能耗相关的驾驶行为特征参量；然后，针对行驶片段数据探讨特征参量选取方式对K-Means聚类结果的影响，并将驾驶行为分类标签、电池荷电状态(State of charge, SOC)、行驶工况、温度等参数作为预测输入，使用BP和长短时间记忆(Long short-term memory, LSTM)网络模型分别对纯电动汽车行驶过程中剩余续驶里程进行预测，发现相比未考虑驾驶行为，考虑驾驶行为时模型预测结果与真实值之间的误差更小，且相比BP神经网络模型，LSTM网络模型预测结果与真实值之间的误差更小；最后，结合纯电动汽车实际行驶过程中的行驶数据对预测结果进行验证，发现原车剩余续驶里程预测准确度确定系数由0.853 9提高至0.982 2。所取得研究成果对提高纯电动汽车实际行驶过程中的剩余续驶里程预测准确度，减轻驾驶员里程焦虑具有重要的意义。

来源：2025年第4期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2025年第4期