CN112092817A - 一种车辆的能耗分析方法、装置和车辆 - Google Patents
一种车辆的能耗分析方法、装置和车辆 Download PDFInfo
- Publication number
- CN112092817A CN112092817A CN202011013261.9A CN202011013261A CN112092817A CN 112092817 A CN112092817 A CN 112092817A CN 202011013261 A CN202011013261 A CN 202011013261A CN 112092817 A CN112092817 A CN 112092817A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- factor
- preset period
- vehicle
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明实施例提供了一种车辆的能耗分析方法、装置和车辆,所述方法包括:获取预设周期内影响车辆能耗的能耗参数信息,然后基于预设周期内能耗参数信息对车辆预设周期内的能耗进行分析,确定预设周期内的能耗分析结果;其中,能耗参数信息包括以下能耗因子:驾驶行为能耗因子、车辆使用行为能耗因子、环境能耗因子和车辆运行能耗因子,进而实现通过从人、车、环境等多方面因素综合对车辆能耗进行分析,从而提高车辆能耗分析的准确性。
Description
技术领域
本发明涉及汽车技术领域,特别是涉及一种车辆的能耗分析方法、装置和车辆。
背景技术
全球能源的供应短缺,能源供不应求,使得车辆的运营成本也随之增加。因此对车辆的能耗进行分析,从中找出影响能耗的因素,以便于提示车主更好的降低能耗、节省费用。
目前大多能耗分析的方案,均是针对车本身的部件能耗问题进行分析,如车辆轮胎滚动阻力、电机效率、制动能量回收率等等;然而车辆能耗是多个方面因素综合作用的结果,不仅只由车辆本身引起的。因此采用现有技术的能耗分析方案,无法准确对车辆进行能耗分析。
发明内容
本发明实施例提供一种车辆的能耗分析方法,以提高车辆能耗分析的准确性。
本发明实施例还提供了一种车辆的能耗分析装置和车辆,以保证上述方法的实施。
为了解决上述问题,本发明公开了一种能耗的分析方法,所述的方法包括:
获取预设周期内影响车辆能耗的能耗参数信息,所述能耗参数信息包括以下能耗因子:驾驶行为能耗因子、车辆使用行为能耗因子、环境能耗因子和车辆运行能耗因子;
基于预设周期内所述能耗参数信息进行能耗分析,确定预设周期内的能耗分析结果。
可选地,所述基于预设周期内所述能耗参数信息进行能耗分析,确定对应的能耗分析结果,包括:
分别确定预设周期内各能耗因子对应对能耗影响的权重;
依据预设周期内各能耗因子对应对能耗影响的权重进行能耗分析,确定对应的能耗分析结果。
可选地,所述分别确定预设周期内各能耗因子对应对能耗影响的权重,包括:
确定预设周期内所述车辆的百公里能耗;
将预设周期内各能耗因子作为自变量和将百公里能耗作为因变量,对自变量和因变量进行回归分析,确定预设周期内各能耗因子对应对能耗影响的权重。
可选地,所述依据预设周期内各能耗因子对应对能耗影响的权重进行能耗分析,确定对应的能耗分析结果,包括:
依据预设周期内各能耗因子对应对能耗影响的权重,确定预设周期内各能耗因子对能耗的贡献信息;
依据预设周期内各能耗因子对能耗的贡献信息,确定预设周期内的能耗分析结果。
可选地,所述能耗参数信息还包括各能耗因子的值,
所述依据预设周期内各能耗因子对应对能耗影响的权重,确定预设周期内各能耗因子对能耗的贡献信息,包括:
依据预设周期内各能耗因子对应对能耗影响的权重和各能耗因子的值进行加权计算,得到加权计算结果;
针对一个能耗因子,计算所述能耗因子的值与所述能耗因子对能耗影响的权重的乘积,得到乘积结果;
依据所述乘积结果和加权计算结果,确定预设周期内所述能耗因子对能耗的贡献信息。
可选地,所述的方法还包括:
获取上一预设周期内各能耗因子对能耗的贡献信息;
依据预设周期内各能耗因子对能耗的贡献信息和上一预设周期内各能耗因子对能耗的贡献信息,生成能耗问题诊断结果。
可选地,所述依据预设周期内各能耗因子对能耗的贡献信息和上一预设周期内各能耗因子对能耗的贡献信息,生成能耗问题诊断结果,包括:
依据预设周期内各能耗因子对能耗的贡献信息和上一预设周期内各能耗因子对能耗的贡献信息,确定各能耗因子对应的贡献信息变化程度;
若各能耗因子对应的贡献信息变化程度均小于零,则依据贡献信息变化程度最大的能耗因子和第一预设规则,生成能耗问题诊断结果;
若各能耗因子对应的贡献信息变化程度均大于零,则依据贡献信息变化程度最大的能耗因子和第二预设规则,生成能耗问题诊断结果;
否则,依据贡献信息变化程度大于零的能耗因子中贡献信息变化程度最大的能耗因子、贡献信息变化程度小于零的能耗因子中贡献信息变化程度最大的能耗因子和第三预设规则,生成能耗问题诊断结果。
可选地,所述的方法还包括:
基于预设周期内所述车辆的百公里能耗,生成所述车辆预设周期内对应的能耗统计信息和能耗变化信息。
本发明实施例还提供了一种车辆的能耗分析装置,所述的装置包括:
能耗参数信息获取模块,用于获取预设周期内影响车辆能耗的能耗参数信息,所述能耗参数信息包括以下能耗因子:驾驶行为能耗因子、车辆使用行为能耗因子、环境能耗因子和车辆运行能耗因子;
分析模块,用于基于预设周期内所述能耗参数信息进行能耗分析,确定预设周期内的能耗分析结果。
可选地,所述分析模块包括:
权重确定子模块,用于分别确定预设周期内各能耗因子对应对能耗影响的权重;
权重分析子模块,用于依据预设周期内各能耗因子对应对能耗影响的权重进行能耗分析,确定对应的能耗分析结果。
可选地,所述权重确定子模块包括:
百公里能耗确定单元,用于确定预设周期内所述车辆的百公里能耗;
回归分析单元,用于将预设周期内各能耗因子作为自变量和将百公里能耗作为因变量,对自变量和因变量进行回归分析,确定预设周期内各能耗因子对应对能耗影响的权重。
可选地,所述权重分析子模块包括:
贡献信息确定单元,用于依据预设周期内各能耗因子对应对能耗影响的权重,确定预设周期内各能耗因子对能耗的贡献信息;
贡献信息分析单元,用于依据预设周期内各能耗因子对能耗的贡献信息,确定预设周期内的能耗分析结果。
可选地,所述能耗参数信息还包括各能耗因子的值,
所述贡献信息确定单元,用于依据预设周期内各能耗因子对应对能耗影响的权重和各能耗因子的值进行加权计算,得到加权计算结果;针对一个能耗因子,计算所述能耗因子的值与所述能耗因子对能耗影响的权重的乘积,得到乘积结果;依据所述乘积结果和加权计算结果,确定预设周期内所述能耗因子对能耗的贡献信息。
可选地,所述的装置还包括:
上一预设周期贡献信息获取模块,用于获取上一预设周期内各能耗因子对能耗的贡献信息;
能耗问题诊断结果生成模块,用于依据预设周期内各能耗因子对能耗的贡献信息和上一预设周期内各能耗因子对能耗的贡献信息,生成能耗问题诊断结果。
可选地,所述能耗问题诊断结果生成模块包括:
变化程度确定子模块,用于依据预设周期内各能耗因子对能耗的贡献信息和上一预设周期内各能耗因子对能耗的贡献信息,确定各能耗因子对应的贡献信息变化程度;
第一诊断结果生成子模块,用于若各能耗因子对应的贡献信息变化程度均小于零,则依据贡献信息变化程度最大的能耗因子和第一预设规则,生成能耗问题诊断结果;
第二诊断结果生成子模块,用于若各能耗因子对应的贡献信息变化程度均大于零,则依据贡献信息变化程度最大的能耗因子和第二预设规则,生成能耗问题诊断结果;
第三诊断结果生成子模块,用于否则,依据贡献信息变化程度大于零的能耗因子中贡献信息变化程度最大的能耗因子、贡献信息变化程度小于零的能耗因子中贡献信息变化程度最大的能耗因子和第三预设规则,生成能耗问题诊断结果。
可选地,所述的装置还包括:
能耗统计变化信息生成模块,用于基于预设周期内所述车辆的百公里能耗,生成所述车辆预设周期内对应的能耗统计信息和能耗变化信息。
本发明实施例还提供了一种车辆,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如本发明实施例任一所述的车辆的能耗分析方法。
本发明实施例还提供了一种可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如本发明实施例任一所述的车辆的能耗分析方法。
与现有技术相比,本发明实施例包括以下优点:
本发明实施例中,可以获取预设周期内影响车辆能耗的能耗参数信息,然后基于预设周期内能耗参数信息对车辆预设周期内的能耗进行分析,确定预设周期内的能耗分析结果;其中,能耗参数信息包括以下能耗因子:驾驶行为能耗因子、车辆使用行为能耗因子、环境能耗因子和车辆运行能耗因子,进而实现通过从人、车、环境等多方面因素综合对车辆能耗进行分析,从而提高车辆能耗分析的准确性。
附图说明
图1是本发明的一种车辆的能耗分析方法实施例的步骤流程图;
图2是本发明的一种车辆的能耗分析方法可选实施例的步骤流程图;
图3是本发明的又一种车辆的能耗分析方法实施例的步骤流程图;
图4本发明的一种车辆的能耗分析装置实施例的结构框图;
图5本发明的一种车辆的能耗分析装置可选实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明实施例提供的一种车辆的能耗分析方法,通过综合人、车、环境等多方面因素对车辆能耗的影响,来对车辆能耗进行分析,提高车辆能耗分析的准确性。
参照图1,示出了本发明的一种车辆的能耗分析方法实施例的步骤流程图,具体可以包括如下步骤:
步骤102、获取预设周期内影响车辆能耗的能耗参数信息,所述能耗参数信息包括以下能耗因子:驾驶行为能耗因子、车辆使用行为能耗因子、环境能耗因子和车辆运行能耗因子。
车辆能耗是多个方面因素综合作用的结果,例如人、车和环境等多个方面因素;但是现有技术中对车辆能耗的分析,大多是针对车辆本身的部件进行的,而忽略了人和环境对车辆能耗的影响。因此,本发明实施例可以从人、车和环境等多个方面因素的综合分析车辆能耗,来提高车辆能耗分析的准确性。
本发明实施例中,当需要对车辆能耗进行分析时,可以获取预设周期内影响车辆能耗的能耗参数信息。其中,能耗参数信息可以是指影响车辆能耗的信息,可以包括影响车辆能耗的能耗因子和能耗因子的值。其中,所述能耗参数信息可以包括以下能耗因子:驾驶行为能耗因子、车辆使用行为能耗因子、环境能耗因子和车辆运行能耗因子。其中,所述预设周期可以是当前周期,也可以是历史任一周期;所述周期可以按照需求划分,如按照时间划分如1周,又如按照里程划分如车辆行驶500km等,本发明实施例对此不作限制。
其中,驾驶行为能耗因子可以包括在车辆行驶过程中影响车辆能耗的各种驾驶行为对应的因子,例如:加速行为因子、高速驾驶行为因子等。车辆使用行为能耗因子可以包括在车辆行驶过程中影响车辆能耗的各种车辆使用行为的因子,例如:空调温度设置因子等。环境能耗因子可以包括在车辆行驶过程中影响车辆能耗的各种环境对应的因子,例如:路面质量因子等。车辆运行能耗因子可以包括在车辆行驶过程中影响车辆能耗的各种车辆本身运行情况对应的因子,例如:低压电器能耗因子。
在本发明实施例中,所述驾驶行为能耗因子、车辆使用行为能耗因子,可以属于人对车辆能耗影响的因素;所述环境能耗因子,可以属于环境对车辆能耗影响的因素;所述车辆运行能耗因子,可以属于车辆自身对车辆能耗影响的因素。
当然,所述能耗参数信息中还可以包括其他的能耗因子,本发明实施例对此不作限制。
步骤104、基于预设周期内所述能耗参数信息进行能耗分析,确定预设周期内的能耗分析结果。
本发明实施例中,在获取到预设周期内的能耗参数信息后,可以综合能耗参数信息中的驾驶行为能耗因子、车辆使用行为能耗因子、环境能耗因子和车辆运行能耗因子,进行能耗分析,确定预设周期内的能耗分析结果。
综上,本发明实施例中,可以获取预设周期内影响车辆能耗的能耗参数信息,然后基于预设周期内能耗参数信息对车辆的预设周期内的能耗进行分析,确定预设周期内的能耗分析结果;其中,能耗参数信息包括以下能耗因子:驾驶行为能耗因子、车辆使用行为能耗因子、环境能耗因子和车辆运行能耗因子,进而实现通过从人、车、环境等多方面因素综合对车辆能耗进行分析,从而提高车辆能耗分析的准确性。
在本发明实施例中,所述基于预设周期内所述能耗参数信息进行能耗分析,确定对应的能耗分析结果的步骤,包括:分别确定预设周期内各能耗因子对应对能耗影响的权重;依据预设周期内各能耗因子对应对能耗影响的权重进行能耗分析,确定对应的能耗分析结果。
其中,不同的能耗因子对于车辆能耗的影响程度不同;例如,驾驶行为能耗因子对车辆能耗的影响程度相对较大,而车辆运行能耗因子对车辆能耗的影响程度相对较小。为了进一步提高能耗分析结果的准确性,本发明实施例可以先分析各能耗因子对车辆能耗影响的权重;然后综合各能耗因子对应对能耗影响的权重进行能耗分析进行计算,确定能耗分析结果。
以下对如何确定能耗分析结果进行说明。
参照图2,示出了本发明的一种车辆的能耗分析方法可选实施例的步骤流程图,具体可以包括如下步骤:
步骤202、获取预设周期内影响车辆能耗的能耗参数信息,所述能耗参数信息包括以下能耗因子:驾驶行为能耗因子、车辆使用行为能耗因子、环境能耗因子和车辆运行能耗因子;所述能耗参数信息还包括各能耗因子的值。
其中,驾驶行为能耗因子可以包括多个因子,如加速行为因子、减速行为因子、高速驾驶行为因子和低速驾驶行为因子等等,当然,还可以包括其他因子,本发明实施例对此不作限制。
车辆使用行为能耗因子可以包括多个因子,如能量回收模式偏好因子、能量回收效果因子、空调运行强度因子和空调使用时长因子等等,当然,还可以包括其他因子,本发明实施例对此不作限制。
环境能耗因子可以包括多个因子,如路面质量因子、环境温度因子等等,当然,还可以包括其他因子,本发明实施例对此不作限制。
车辆运行能耗因子可以包括如低压电器能耗因子,当然,还可以包括其他因子,本发明实施例对此不作限制。
在本发明实施例中,能耗因子的值可以是指在能耗因子作用下车辆所行驶的里程或时间,占整个预设周期内总的行驶里程或总的行驶时间的比例。例如:能耗因子为高速行为因子,则可以将预设周期内,高速行驶(行驶速度大于85km/h)的行驶里程,占预设周期内的总里程数的比例的值,作为预设周期内高速行为因子的值。还例如:能耗因子为空调使用时长因子,则可以将预设周期内,车辆开启空调的时间占预设周期内总行驶时间的比例的值,作为预设周期内空调使用时长因子的值。
其中,所述分别确定预设周期内各能耗因子对应对能耗影响的权重,可以参照步骤204~步骤206:
步骤204、确定预设周期内所述车辆的百公里能耗。
其中,百公里能耗可以指车辆行驶100km所消耗的电量。
在本发明实施例中,可以先获取预设周期内每段行程的行驶里程和每段行程所消耗的电量;然后依据每段行程的行驶里程和每段行程所消耗的电量,计算出每段行程的百公里能耗;再依据每段行程的百公里能耗、每段行程的行驶里程和预设周期内车辆行驶的总里程,计算出预设周期内车辆的百公里能耗。
作为一示例,可以通过如下方式计算出所述车辆的百公里能耗:
首先,可以先获取每段行程所消耗的电量,例如:该段行程开始时,车辆剩余电量为40kW·h(千瓦时),该段行程过程中对车辆充电电量为20 kW·h,该段行程结束时,车辆剩余电量为35kW·h,则可以通过如下方式计算:
40kW·h-35kW·h+20kW·h=25kW·h;
可以得到该段行程所消耗的电量为:25kW·h。
然后,可以根据预设周期内每段行程所消耗的电量和每段行程对应的行驶里程,计算预设周期内车辆每段行程的百公里能耗,例如:预设周期内有 4段行程,每段行程的电量消耗分别为8kW·h、5kW·h、3kW·h和1kW·h,每段行程对应的行驶里程分别为60km、40km、25km和10km,则可以通过如下方式计算:
(8kW·h/60km)*100=13.3kW·h/百公里;
(5kW·h/40km)*100=12.5kW·h/百公里;
(3kW·h/25km)*100=12kW·h/百公里;
(1kW·h/10km)*100=10kW·h/百公里;
可以得到预设周期内每段行程的百公里能耗分别为:13.3kW·h/百公里、12.5kW·h/百公里、12kW·h/百公里和10kW·h/百公里。
之后,可以根据预设周期内每段行程的百公里能耗、每段行程对应的行驶里程和预设周期内车辆每段行驶里程的总和,计算预设周期内车辆的百公里能耗,例如:预设周期内有4段行程,每段行程的百公里能耗分别为13.3 kW·h/百公里、12.5kW·h/百公里、12kW·h/百公里和10kW·h/百公里;每段行程对应的行驶里程分别为60km、40km、25km和10km,则可以通过如下方式计算:
(13.3kW·h/百公里*60km+12.5kW·h/百公里*40km+12kW·h/百公里 *25km+10kW·h/百公里*10km)/(60km+40km+25km+10km)=12.7kW·h/ 百公里;
可以得到当前时间周期内车辆的百公里能耗为:12.7kW·h/百公里。
作为一示例,当周期按照里程划分时,可以先收集该里程起始时的车辆剩余电量;然后收集该里程内车辆充电电量,以及该里程结束时的车辆剩余电量。然后依据起始时的车辆电量、充电电量、结束时的车辆剩余电量以及预先设置的该里程的里程数,计算得到当前该里程内车辆的百公里能耗。例如:预先设置的该里程为500km,该里程开始时车辆的剩余电量为40kW·h,该里程内对车辆进行了1次充电,充电电量为50kW·h,当车辆行驶500km时,该里程结束,结束时车辆的剩余电量为28kW·h,则可以通过如下方式计算:
(40kW·h-28kW·h+50kW·h)/500km=12.4kW·h/百公里;
可以得到当前该里程内车辆的百公里能耗为:12.4kW·h/百公里。
步骤206、将预设周期内各能耗因子作为自变量和将百公里能耗作为因变量,对自变量和因变量进行回归分析,确定预设周期内各能耗因子对应对能耗影响的权重。
在本发明实施例中,可以先将预设周期内各能耗因子作为自变量,将预设周期内的百公里能耗作为因变量,然后对自变量和因变量进行回归分析,从而确定预设周期内各能耗因子对应的对车辆能耗影响的权重,例如:可以进行线性回归分析、非线性回归分析,也可以进行其他回归分析,本发明实施例对此不做限制。
步骤208、依据预设周期内各能耗因子对应对能耗影响的权重,确定预设周期内各能耗因子对能耗的贡献信息。
本发明实施例中,在确定预设周期内各能耗因子对应的对能耗影响的权重后,可以依据权重,确定预设周期内各能耗因子对能耗的贡献信息;其中,贡献信息可以指在预设周期内,各能耗因子对能耗的贡献程度。
在本发明的实施例中,步骤208可以包括如下子步骤:
子步骤2082、依据预设周期内各能耗因子对应对能耗影响的权重和各能耗因子的值进行加权计算,得到加权计算结果。
在本发明实施例中,在确定各能耗因子对应对能耗影响的权重后,可以依据各能耗因子的权重和各能耗因子的值进行加权计算,从而得到加权计算结果,例如:预设周期内各能耗因子对应对能耗影响的权重分别为25%、25%、 30%、20%,各能耗因子的值分别为0.78、0.75、0.54、0.08,则可以通过如下方式计算:
(25%*0.78)+(25%*0.75)+(30%*0.54)+(20%*0.08)=0.56
可以得到加权计算结果为:0.56。
子步骤2084、针对一个能耗因子,计算所述能耗因子的值与所述能耗因子对能耗影响的权重的乘积,得到乘积结果。
在本发明实施例中,可以针对每一个能耗因子,将每个能耗因子的值与其对应的权重相乘,从而得到乘积结果,例如:预设周期内各能耗因子对应对能耗影响的权重分别为25%、25%、30%、20%,各能耗因子的值分别为 0.78、0.75、0.54、0.08,则可以通过如下方式计算:
25%*0.78=0.195;
25%*0.75=0.187;
30%*0.54=0.162;
20%*0.08=0.016;
可以得到各能耗因子的乘积结果分别为:0.195、0.187、0.162和0.016。
子步骤2086、依据所述乘积结果和加权计算结果,确定预设周期内所述能耗因子对能耗的贡献信息。
在本发明实施例中,在得到乘积结果后,可以针对每个能耗因子,依据每个能耗因子的乘积结果与加权计算结果,确定预设周期内,每个能耗因子对能耗的贡献信息。
作为一示例,可以通过计算每个能耗因子的乘积结果与加权计算结果的比值,得到每个能耗因子对能耗的贡献信息。
在本发明实施例中,为了得到更直观的每个能耗因子对能耗的贡献信息,还可以计算贡献信息与预设周期内车辆的百公里能耗的乘积,得到预设周期内,每个能耗因子对百公里能耗的贡献值,例如:百公里能耗为12.5kW·h /百公里,计算得到加速行为因子的贡献值为1kW·h/百公里,则该贡献值可以指为“车辆行驶百公里所消耗的电量12.5kW·h中,加速行为因子消耗了其中的1kW·h”。
作为本发明的一个示例,如下表1中,
预设周期内的能耗因子包括:加速行为因子、高速驾驶行为因子、低速驾驶行为因子、运动模式偏好因子、能量回收模式偏好因子、能量回收效果因子、空调运行强度因子、空调使用时长因子、低压电器能耗因子和路面质量因子;预设周期内车辆的百公里能耗为12.1kW·h/百公里。
各能耗因子的值分别为:0.78、0.75、0.01、0.54、0.08、0.03、0.9、0.4、 0.29和0.98;
各能耗因子对应对能耗影响的分别为:10%、4%、20%、21%、13%、 8%、1%、7%、2%和14%;
计算得到加权计算结果为:0.416;
计算针对每个能耗因子的乘积结果分别为:0.078、0.03、0.002、0.113、 0.010、0.002、0.009、0.028、0.006和0.137;
依据加权计算结果和乘积结果,计算得到每个能耗因子对能耗的贡献信息分别为:0.187、0.072、0.005、0.272、0.025、0.006、0.022、0.067、0.014 和0.330。
计算贡献信息与预设周期内车辆的百公里能耗的乘积,得到每个能耗因子对百公里能耗的贡献值分别为:2.268kW·h/百公里、0.872kW·h/百公里、 0.058kW·h/百公里、3.297kW·h/百公里、0.302kW·h/百公里、0.070kW·h/ 百公里、0.262kW·h/百公里、0.814kW·h/百公里、0.169kW·h/百公里和3.989 kW·h/百公里。
表1:
在本发明实施例中,在确定预设周期内能耗因子对能耗的贡献信息后,可以将所得到的能耗因子对能耗的贡献信息存储,以便后续对车辆的历史能耗进行分析。
步骤210、依据预设周期内各能耗因子对能耗的贡献信息,确定预设周期内的能耗分析结果。
在本发明实施例中,在确定预设周期内各能耗因子对能耗的贡献信息后,可以直接将预设周期内各能耗因子对能耗的贡献信息,确定为预设周期内的能耗分析结果。也可以依据预设周期内各能耗因子对能耗的贡献信息,生成图表;将生成的图表,确定为预设周期内的能耗分析结果;本发明实施例对此不作限制。
本发明的一个可选实施例中,可以在车辆显示设备如中控屏中,显示预设周期内的能耗分析结果,以向用户提供更为清楚的能耗分析结果。
在确定预设周期内的能耗分析结果后,还可以将该能耗分析结果存储,以便后续对车辆的历史能耗进行分析时,能够直接依据所存储的能耗分析结果进行分析。
综上,在本发明实施例中,对预设周期内车辆的百公里能耗和各能耗因子进行回归分析,确定预设周期内各能耗因子对应对能耗影响的权重,并基于权重得出能耗分析结果;进而进一步提高了能耗分析结果的准确性。
此外,本发明实施例中,可以依据权重和各能耗因子的值计算出各能耗因子对能耗的贡献信息,以及依据贡献信息生成能耗分析结果,让用户能够依据能耗分析结果知晓预设周期内有哪些能耗因子对车辆的能耗影响较大,以便用户能够有针对性的对车辆的使用作出改进。
参照图3,示出了本发明的又一种车辆的能耗分析方法可选实施例的步骤流程图,具体可以包括如下步骤:
步骤302、获取预设周期内影响车辆能耗的能耗参数信息,所述能耗参数信息包括以下能耗因子:驾驶行为能耗因子、车辆使用行为能耗因子、环境能耗因子和车辆运行能耗因子;所述能耗参数信息还包括各能耗因子的值。
步骤304、确定预设周期内所述车辆的百公里能耗。
步骤306、将预设周期内各能耗因子作为自变量和将百公里能耗作为因变量,对自变量和因变量进行回归分析,确定预设周期内各能耗因子对应对能耗影响的权重。
步骤308、依据预设周期内各能耗因子对应对能耗影响的权重,确定预设周期内各能耗因子对能耗的贡献信息。
步骤310、依据预设周期内各能耗因子对能耗的贡献信息,确定预设周期内的能耗分析结果。
步骤302-步骤310与上述步骤202-步骤210类似,在此不再赘述。
在本发明的实施例中,还可以包括如下步骤:
步骤312、获取上一预设周期内各能耗因子对能耗的贡献信息。
步骤314、依据预设周期内各能耗因子对能耗的贡献信息和上一预设周期内各能耗因子对能耗的贡献信息,生成能耗问题诊断结果。
在本发明实施例中,还可以获取当前车辆的上一预设周期内各能耗因子对能耗的贡献信息;然后可以通过比对预设周期内各能耗因子对能耗的贡献信息,和上一预设周期内各能耗因子对能耗的贡献信息,确定预设周期内各能耗因子对能耗的贡献信息,相较于上一预设周期内各能耗因子对能耗的贡献信息的变化程度;再依据变化程度,对车辆的能耗问题进行分析诊断,并依据分析诊断的结果生成一能耗问题诊断结果。
本发明的一个示例中,可以通过如下方式计算各能耗因子对应的贡献信息变化程度:
贡献信息变化程度=预设周期的能耗因子对能耗的贡献信息-上一预设周期的能耗因子对能耗因子对能耗的贡献信息。
作为一示例,若各能耗因子对应的贡献信息变化程度均小于零,则依据贡献信息变化程度最大的能耗因子和第一预设规则,生成能耗问题诊断结果。
其中,可以预先设置第一预设规则,第一预设规则可以是指针对预设周期中各能耗因子的贡献信息相对于上一预设周期各耗能因子的贡献信息降低的能耗问题诊断结果;可以包括第一预设能耗问题诊断结果模板,所述第一预设能耗问题诊断结果模板中包括贡献信息变化程度最大的能耗因子。所述第一预设能耗问题诊断结果模板如“太棒了!本期监控的能耗因子全面改善,其中**因子(即贡献信息变化程度最大的能耗因子)下降尤其明显,请继续保持”。
如果各能耗因子对应的贡献信息变化程度均小于零,则可以认为预设周期的能耗比上一预设周期的能耗相对来说有所降低;此时,可以确定预设周期对比上一预设周期中,贡献信息变化程度最大的能耗因子;然后再依据贡献信息变化程度最大的能耗因子和第一预设能耗问题诊断结果模板,生成一能耗问题诊断结果。例如:贡献信息变化程度最大的能耗因子为“加速行为因子”,则可以生成如下能耗问题诊断结果“太棒了!本期监控的能耗因子全面改善,其中加速行为因子下降尤其明显,请继续保持”。然后可以在车辆的显示设备中显示该能耗问题诊断结果。
作为又一示例,若各能耗因子对应的贡献信息变化程度均大于零,则依据贡献信息变化程度最大的能耗因子和第二预设规则,生成能耗问题诊断结果。
其中,可以预先设置第二预设规则,第二预设规则可以是针对预设周期中各能耗因子的贡献信息相对于上一预设周期各能耗因子的贡献信息升高的能耗问题诊断结果;可以包括第二预设能耗问题诊断结果模板,所述第二预设能耗问题诊断结果模板中包括贡献信息变化程度最大的能耗因子。所述第二预设能耗问题诊断结果模板如“很糟糕!本期监控的能耗因子全面不佳,其中**因子(即贡献信息变化程度最大的能耗因子)增加尤其明显,请留意”。
如果各能耗因子对应的贡献信息变化程度均大于零,则可以认为预设周期的能耗比上一预设周期的能耗相对来说有所升高;此时,可以确定预设周期对比上一预设周期中,贡献信息变化程度最大的能耗因子;然后再依据贡献信息变化程度最大的能耗因子和第二预设能耗问题诊断结果模板,生成一能耗问题诊断结果。例如:贡献信息变化程度最大的能耗因子为“路面质量因子”,则可以生成如下能耗问题诊断结果“很糟糕!本期监控的能耗因子全面不佳,其中路面质量因子增加尤其明显,请留意”。然后可以在车辆的显示设备中显示该能耗问题诊断结果。
作为再一示例,否则,依据贡献信息变化程度大于零的能耗因子中贡献信息变化程度最大的能耗因子、贡献信息变化程度小于零的能耗因子中贡献信息变化程度最大的能耗因子和第三预设规则,生成能耗问题诊断结果。
其中,可以预先设置第三预设规则,第三预设规则可以是针对预设周期中部分能耗因子的贡献信息相对于上一预设周期对应的能耗因子的贡献信息降低,和另一部分能耗因子的贡献信息相对于上一预设周期对应的能耗因子的贡献信息升高的能耗问题诊断结果;可以包括第三预设能耗问题诊断结果模板,所述第三预设能耗问题诊断结果模板中包括降低部分的能耗因子中贡献信息变化程度最大的能耗因子,和升高部分的能耗因子中贡献信息变化程度最大的能耗因子。所述第三预设能耗问题诊断结果模板如“本期**因子(即降低部分的能耗因子中贡献信息变化程度最大的能耗因子)改善明显,请继续保持;本期**因子(即升高部分的能耗因子中贡献信息变化程度最大的能耗因子)表现不佳,请留意”。
如果部分能耗因子对应的贡献信息变化程度大于零,另一部分能耗因子对应的贡献信息变化程度小于零,则可以认为预设周期的部分能耗因子对能耗的影响有所降低,另一部分能耗因子对能耗的影响有所升高;此时,可以确定预设周期对比上一预设周期中,贡献信息变化程度大于零的能耗因子中贡献信息变化程度最大的能耗因子,和贡献信息变化程度小于零的能耗因子中贡献信息变化程度最大的能耗因子;然后再依据贡献信息变化程度大于零的能耗因子中贡献信息变化程度最大的能耗因子、贡献信息变化程度小于零的能耗因子中贡献信息变化程度最大的能耗因子,以及第三预设能耗问题诊断结果模板,生成一能耗诊断问题诊断结果。例如:贡献信息变化程度小于零的能耗因子中贡献信息变化信息最大的能耗因子为“运动模式偏好因子”,贡献信息变化程度大于零的能耗因子中贡献信息变化程度最大的能耗因子为“低压电器能耗因子”,则可以生成如下能耗问题诊断结果“本期运动模式偏好因子改善明显,请继续保持;本期低压电器能耗因子表现不佳,请留意”。然后可以在车辆的显示设备中显示该能耗问题诊断结果。
在本发明实施例中,在确定预设周期内所述车辆的百公里能耗后,还可以进行如下步骤:
基于预设周期内所述车辆的百公里能耗,生成所述车辆预设周期内对应的能耗统计信息和能耗变化信息。
在本发明实施例中,在确定预设周期内车辆的百公里能耗后,可以采用车辆的百公里能耗,生成能耗统计信息;然后在车辆的显示设备中显示该能耗统计信息,以告知用户预设周期内车辆的能耗使用情况;还可以将该能耗统计信息存储,以便后续对车辆的能耗使用情况进行分析。
作为一示例,统计信息中还可以包括:本次周期内车辆行驶的里程数、能耗成本等,本发明实施例对此不作限制。
在本发明实施例中,还可以基于预设周期内车辆的百公里能耗,生成该车辆预设周期内对应的能耗变化信息。
在本发明实施例中,可以确定预设周期内中,每个时间段内的车辆的百公里能耗,例如,预设周期为一周,预设周期内的每个时间段可以为一天;然后采用预设周期内中,每个时间段内的车辆的百公里能耗,生成能耗变化信息。然后在车辆的显示设备中显示该能耗变化信息,以便于用户知晓车辆能耗的变化情况。
作为一示例,能耗变化信息还可以包括:上一预设周期内中,每个时间段内的车辆的百公里能耗;本周期的百公里能耗相比上一周期的百公里能耗升高(或降低)的程度等,本发明实施例对此不作限制。
作为一示例,还可以获取其他同系列车辆的百公里能耗,采用本车辆与其他同系列车辆的百公里能耗的比对结果,生成能耗变化信息,以告知用户自己的车辆与其他同系列车辆的百公里能耗的差别,判断当前能耗的变化情况是否为个例。
在本发明实施例中,可以预先设置多个能耗变化特征规则,当预设周期相对于上一预设周期的百公里能耗发生变化时,可以基于能耗变化匹配其所符合的能耗变化特征规则,然后依据所匹配的能耗变化特征规则生成一能耗变化信息。
作为一示例,预先设置的多个能耗变化特征规则可以包括:规则一:能耗拨动,近几个周期内能耗波动大;规则二:能耗突变,本周期能耗增加或下降较大;规则三:排名突变,在同系列车辆的能耗排位中,本周期能耗排位变化较大;规则四:能耗维持,近几周期能耗保持在一定区间内;规则五:能耗新低或新高,本周期能耗处于历史最低或最高,本发明实施例对此不作限制。
在本发明实施例中,在确定依据何种规则生成一能耗变化信息时,可以按照所符合的能耗变化特征规则出现的时间顺序,优先选择最近符合的一条能耗变化特征规则来生成能耗变化信息,本发明实施例对此不作限制。
综上,本发明实施例中,可以获取上一预设周期内各能耗因子对能耗的贡献信息,然后将其与预设周期内各能耗因子对能耗的贡献信息进行比较,然后依据比较结果生成能耗问题诊断结果,从而告知用户车辆当前所存在的能耗问题,以便用户能够依据诊断结果对车辆的使用进行优化。
此外,依据车辆的百公里能耗,生成能耗统计信息和能耗变化信息,使得用户能够了解车辆能耗的使用情况,以及车辆能耗的变化情况。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图4,示出了本发明一种车辆的能耗分析装置实施例的结构框图,具体可以包括如下模块:
能耗参数信息获取模块402,用于获取预设周期内影响车辆能耗的能耗参数信息,所述能耗参数信息包括以下能耗因子:驾驶行为能耗因子、车辆使用行为能耗因子、环境能耗因子和车辆运行能耗因子;
分析模块404,用于基于预设周期内所述能耗参数信息进行能耗分析,确定预设周期内的能耗分析结果。
参照图5,示出了本发明一种车辆的能耗分析装置可选实施例的结构框图,具体可以包括如下模块:
本发明的一个可选实施例中,所述分析模块404包括:
权重确定子模块4042,用于分别确定预设周期内各能耗因子对应对能耗影响的权重;
权重分析子模块4044,用于依据预设周期内各能耗因子对应对能耗影响的权重进行能耗分析,确定对应的能耗分析结果。
本发明的一个可选实施例中,所述权重确定子模块4042包括:
百公里能耗确定单元40422,用于确定预设周期内所述车辆的百公里能耗;
回归分析单元40424,用于将预设周期内各能耗因子作为自变量和将百公里能耗作为因变量,对自变量和因变量进行回归分析,确定预设周期内各能耗因子对应对能耗影响的权重。
本发明的一个可选实施例中,所述权重分析子模块4044包括:
贡献信息确定单元40442,用于依据预设周期内各能耗因子对应对能耗影响的权重,确定预设周期内各能耗因子对能耗的贡献信息;
贡献信息分析单元40444,用于依据预设周期内各能耗因子对能耗的贡献信息,确定预设周期内的能耗分析结果。
本发明的一个可选实施例中,所述能耗参数信息还包括各能耗因子的值,
所述贡献信息确定单元40442,用于依据预设周期内各能耗因子对应对能耗影响的权重和各能耗因子的值进行加权计算,得到加权计算结果;针对一个能耗因子,计算所述能耗因子的值与所述能耗因子对能耗影响的权重的乘积,得到乘积结果;依据所述乘积结果和加权计算结果,确定预设周期内所述能耗因子对能耗的贡献信息。
本发明的一个可选实施例中,所述的装置还包括:
上一预设周期贡献信息获取模块406,用于获取上一预设周期内各能耗因子对能耗的贡献信息;
能耗问题诊断结果生成模块408,用于依据预设周期内各能耗因子对能耗的贡献信息和上一预设周期内各能耗因子对能耗的贡献信息,生成能耗问题诊断结果。
本发明的一个可选实施例中,所述能耗问题诊断结果生成模块408包括:
变化程度确定子模块4082,用于依据预设周期内各能耗因子对能耗的贡献信息和上一预设周期内各能耗因子对能耗的贡献信息,确定各能耗因子对应的贡献信息变化程度;
第一诊断结果生成子模块4084,用于若各能耗因子对应的贡献信息变化程度均小于零,则依据贡献信息变化程度最大的能耗因子和第一预设规则,生成能耗问题诊断结果;
第二诊断结果生成子模块4086,用于若各能耗因子对应的贡献信息变化程度均大于零,则依据贡献信息变化程度最大的能耗因子和第二预设规则,生成能耗问题诊断结果;
第三诊断结果生成子模块4088,用于否则,依据贡献信息变化程度大于零的能耗因子中贡献信息变化程度最大的能耗因子、贡献信息变化程度小于零的能耗因子中贡献信息变化程度最大的能耗因子和第三预设规则,生成能耗问题诊断结果。
本发明的一个可选实施例中,所述的装置还包括:
能耗统计变化信息生成模块410,用于基于预设周期内所述车辆的百公里能耗,生成所述车辆预设周期内对应的能耗统计信息和能耗变化信息。
综上,本发明实施例中,可以获取预设周期内影响车辆能耗的能耗参数信息,然后基于预设周期内能耗参数信息对车辆预设周期内的能耗进行分析,确定预设周期内的能耗分析结果;其中,能耗参数信息包括以下能耗因子:驾驶行为能耗因子、车辆使用行为能耗因子、环境能耗因子和车辆运行能耗因子,进而实现通过从人、车、环境等多方面因素综合对车辆能耗进行分析,从而提高车辆能耗分析的准确性。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本发明实施例还提供了一种车辆,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如本发明实施例任一所述的车辆的能耗分析方法。
本发明实施例还提供了一种可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如本发明实施例任一所述的车辆的能耗分析方法。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图1个流程或多个流程和/或方框图1个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图1个流程或多个流程和/或方框图1个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图1个流程或多个流程和/或方框图1个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种车辆的能耗分析方法和一种车辆的能耗分析装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (11)
1.一种车辆的能耗分析方法,其特征在于,所述的方法包括:
获取预设周期内影响车辆能耗的能耗参数信息,所述能耗参数信息包括以下能耗因子:驾驶行为能耗因子、车辆使用行为能耗因子、环境能耗因子和车辆运行能耗因子;
基于预设周期内所述能耗参数信息进行能耗分析,确定预设周期内的能耗分析结果。
2.根据权利要求1所述的方法,其特征在于,所述基于预设周期内所述能耗参数信息进行能耗分析,确定对应的能耗分析结果,包括:
分别确定预设周期内各能耗因子对应对能耗影响的权重;
依据预设周期内各能耗因子对应对能耗影响的权重进行能耗分析,确定对应的能耗分析结果。
3.根据权利要求2所述的方法,其特征在于,所述分别确定预设周期内各能耗因子对应对能耗影响的权重,包括:
确定预设周期内所述车辆的百公里能耗;
将预设周期内各能耗因子作为自变量和将百公里能耗作为因变量,对自变量和因变量进行回归分析,确定预设周期内各能耗因子对应对能耗影响的权重。
4.根据权利要求2所述的方法,其特征在于,所述依据预设周期内各能耗因子对应对能耗影响的权重进行能耗分析,确定对应的能耗分析结果,包括:
依据预设周期内各能耗因子对应对能耗影响的权重,确定预设周期内各能耗因子对能耗的贡献信息;
依据预设周期内各能耗因子对能耗的贡献信息,确定预设周期内的能耗分析结果。
5.根据权利要求4所述的方法,其特征在于,所述能耗参数信息还包括各能耗因子的值,
所述依据预设周期内各能耗因子对应对能耗影响的权重,确定预设周期内各能耗因子对能耗的贡献信息,包括:
依据预设周期内各能耗因子对应对能耗影响的权重和各能耗因子的值进行加权计算,得到加权计算结果;
针对一个能耗因子,计算所述能耗因子的值与所述能耗因子对能耗影响的权重的乘积,得到乘积结果;
依据所述乘积结果和加权计算结果,确定预设周期内所述能耗因子对能耗的贡献信息。
6.根据权利要求5所述的方法,其特征在于,所述的方法还包括:
获取上一预设周期内各能耗因子对能耗的贡献信息;
依据预设周期内各能耗因子对能耗的贡献信息和上一预设周期内各能耗因子对能耗的贡献信息,生成能耗问题诊断结果。
7.根据权利要求6所述的方法,其特征在于,所述依据预设周期内各能耗因子对能耗的贡献信息和上一预设周期内各能耗因子对能耗的贡献信息,生成能耗问题诊断结果,包括:
依据预设周期内各能耗因子对能耗的贡献信息和上一预设周期内各能耗因子对能耗的贡献信息,确定各能耗因子对应的贡献信息变化程度;
若各能耗因子对应的贡献信息变化程度均小于零,则依据贡献信息变化程度最大的能耗因子和第一预设规则,生成能耗问题诊断结果;
若各能耗因子对应的贡献信息变化程度均大于零,则依据贡献信息变化程度最大的能耗因子和第二预设规则,生成能耗问题诊断结果;
否则,依据贡献信息变化程度大于零的能耗因子中贡献信息变化程度最大的能耗因子、贡献信息变化程度小于零的能耗因子中贡献信息变化程度最大的能耗因子和第三预设规则,生成能耗问题诊断结果。
8.根据权利要求3所述的方法,其特征在于,所述的方法还包括:
基于预设周期内所述车辆的百公里能耗,生成所述车辆预设周期内对应的能耗统计信息和能耗变化信息。
9.一种车辆的能耗分析装置,其特征在于,所述的装置包括:
能耗参数信息获取模块,用于获取预设周期内影响车辆能耗的能耗参数信息,所述能耗参数信息包括以下能耗因子:驾驶行为能耗因子、车辆使用行为能耗因子、环境能耗因子和车辆运行能耗因子;
分析模块,用于基于预设周期内所述能耗参数信息进行能耗分析,确定预设周期内的能耗分析结果。
10.一种车辆,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如方法权利要求1-8任一所述的车辆的能耗分析方法。
11.一种可读存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如方法权利要求1-8任一所述的车辆的能耗分析方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011013261.9A CN112092817B (zh) | 2020-09-23 | 2020-09-23 | 一种车辆的能耗分析方法、装置和车辆 |
PCT/CN2021/118049 WO2022062943A1 (zh) | 2020-09-23 | 2021-09-13 | 一种车辆的能耗分析方法、装置和车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011013261.9A CN112092817B (zh) | 2020-09-23 | 2020-09-23 | 一种车辆的能耗分析方法、装置和车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112092817A true CN112092817A (zh) | 2020-12-18 |
CN112092817B CN112092817B (zh) | 2022-03-18 |
Family
ID=73755210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011013261.9A Active CN112092817B (zh) | 2020-09-23 | 2020-09-23 | 一种车辆的能耗分析方法、装置和车辆 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112092817B (zh) |
WO (1) | WO2022062943A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113844261A (zh) * | 2021-08-20 | 2021-12-28 | 合众新能源汽车有限公司 | 电动汽车能耗显示方法及装置 |
WO2022062943A1 (zh) * | 2020-09-23 | 2022-03-31 | 广州小鹏汽车科技有限公司 | 一种车辆的能耗分析方法、装置和车辆 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130311016A1 (en) * | 2012-05-21 | 2013-11-21 | Hyundai Motor Company | Distance to empty calculation method for electric vehicle |
CN105644380A (zh) * | 2015-12-18 | 2016-06-08 | 惠州市蓝微新源技术有限公司 | 一种电动汽车剩余里程的计算方法及计算系统 |
CN107180288A (zh) * | 2017-07-21 | 2017-09-19 | 东软集团股份有限公司 | 驾驶行为能耗测算方法、装置、存储介质及电子设备 |
US20180345984A1 (en) * | 2015-12-15 | 2018-12-06 | Greater Than S.A. | Method and system for assessing the trip performance of a driver |
CN109118052A (zh) * | 2018-07-17 | 2019-01-01 | 西南交通大学 | 节能评价方法 |
US20190063937A1 (en) * | 2017-08-25 | 2019-02-28 | The Boeing Company | System and Method for Vehicle Energy Management |
GB2569290A (en) * | 2017-12-08 | 2019-06-19 | Jaguar Land Rover Ltd | An apparatus and method for determining a predicted energy usage of a vehicle |
CN110155057A (zh) * | 2019-05-24 | 2019-08-23 | 同济大学 | 车辆能量管理系统及管理方法 |
CN110194172A (zh) * | 2019-06-28 | 2019-09-03 | 重庆大学 | 基于增强型神经网络插电式混合动力乘用车能量管理方法 |
CN110549914A (zh) * | 2019-09-05 | 2019-12-10 | 西南交通大学 | 一种燃料电池有轨电车日运行近似最优能量管理方法 |
CN110849411A (zh) * | 2018-08-21 | 2020-02-28 | 上海博泰悦臻网络技术服务有限公司 | 车联网服务器、车辆及基于行驶油耗数据的车况评估方法 |
CN111452794A (zh) * | 2019-01-22 | 2020-07-28 | 上海汽车集团股份有限公司 | 一种确定能耗的方法及装置和确定驾驶策略的方法及装置 |
CN111497679A (zh) * | 2019-05-17 | 2020-08-07 | 合肥工业大学 | 一种纯电动汽车能耗监测优化方法及系统 |
CN111523701A (zh) * | 2020-03-27 | 2020-08-11 | 广州亚美信息科技有限公司 | 车辆运行状况的评估方法、装置、计算机设备和存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10423898B2 (en) * | 2010-12-31 | 2019-09-24 | Trimble Navigation Limited | Statistical modeling and analysis of fuel-related factors in transportation industries |
CN102616233B (zh) * | 2012-04-18 | 2015-07-29 | 潍柴动力股份有限公司 | 一种混合动力商用车的节能控制方法及系统 |
CN109740213B (zh) * | 2018-12-24 | 2023-09-05 | 斑马网络技术有限公司 | 车辆能耗评估方法、设备及存储介质 |
CN110126841B (zh) * | 2019-05-09 | 2020-08-04 | 吉林大学 | 基于道路信息和驾驶风格的纯电动汽车能耗模型预测方法 |
CN110705774A (zh) * | 2019-09-26 | 2020-01-17 | 汉纳森(厦门)数据股份有限公司 | 一种车辆能耗分析的预测方法和系统 |
CN111452619B (zh) * | 2020-01-22 | 2021-09-14 | 北京理工大学 | 电动车辆在线能耗预测方法及系统 |
CN112092817B (zh) * | 2020-09-23 | 2022-03-18 | 广州小鹏汽车科技有限公司 | 一种车辆的能耗分析方法、装置和车辆 |
-
2020
- 2020-09-23 CN CN202011013261.9A patent/CN112092817B/zh active Active
-
2021
- 2021-09-13 WO PCT/CN2021/118049 patent/WO2022062943A1/zh active Application Filing
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130311016A1 (en) * | 2012-05-21 | 2013-11-21 | Hyundai Motor Company | Distance to empty calculation method for electric vehicle |
US20180345984A1 (en) * | 2015-12-15 | 2018-12-06 | Greater Than S.A. | Method and system for assessing the trip performance of a driver |
CN105644380A (zh) * | 2015-12-18 | 2016-06-08 | 惠州市蓝微新源技术有限公司 | 一种电动汽车剩余里程的计算方法及计算系统 |
CN107180288A (zh) * | 2017-07-21 | 2017-09-19 | 东软集团股份有限公司 | 驾驶行为能耗测算方法、装置、存储介质及电子设备 |
US20190063937A1 (en) * | 2017-08-25 | 2019-02-28 | The Boeing Company | System and Method for Vehicle Energy Management |
GB2569290A (en) * | 2017-12-08 | 2019-06-19 | Jaguar Land Rover Ltd | An apparatus and method for determining a predicted energy usage of a vehicle |
CN109118052A (zh) * | 2018-07-17 | 2019-01-01 | 西南交通大学 | 节能评价方法 |
CN110849411A (zh) * | 2018-08-21 | 2020-02-28 | 上海博泰悦臻网络技术服务有限公司 | 车联网服务器、车辆及基于行驶油耗数据的车况评估方法 |
CN111452794A (zh) * | 2019-01-22 | 2020-07-28 | 上海汽车集团股份有限公司 | 一种确定能耗的方法及装置和确定驾驶策略的方法及装置 |
CN111497679A (zh) * | 2019-05-17 | 2020-08-07 | 合肥工业大学 | 一种纯电动汽车能耗监测优化方法及系统 |
CN110155057A (zh) * | 2019-05-24 | 2019-08-23 | 同济大学 | 车辆能量管理系统及管理方法 |
CN110194172A (zh) * | 2019-06-28 | 2019-09-03 | 重庆大学 | 基于增强型神经网络插电式混合动力乘用车能量管理方法 |
CN110549914A (zh) * | 2019-09-05 | 2019-12-10 | 西南交通大学 | 一种燃料电池有轨电车日运行近似最优能量管理方法 |
CN111523701A (zh) * | 2020-03-27 | 2020-08-11 | 广州亚美信息科技有限公司 | 车辆运行状况的评估方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
周华等: "基于差分进化算法和相关向量机的车辆油耗预测", 《汽车技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022062943A1 (zh) * | 2020-09-23 | 2022-03-31 | 广州小鹏汽车科技有限公司 | 一种车辆的能耗分析方法、装置和车辆 |
CN113844261A (zh) * | 2021-08-20 | 2021-12-28 | 合众新能源汽车有限公司 | 电动汽车能耗显示方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112092817B (zh) | 2022-03-18 |
WO2022062943A1 (zh) | 2022-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109532556B (zh) | 一种纯电动汽车续航里程的获取方法及系统 | |
CN112092817B (zh) | 一种车辆的能耗分析方法、装置和车辆 | |
KR101936431B1 (ko) | 전기자동차의 주행가능거리 산출 방법 | |
CN101750587B (zh) | 用于确定电池内阻的方法 | |
CN112526351B (zh) | 一种评估电动汽车的动力电池健康状态及剩余寿命的方法 | |
CN109693545B (zh) | 一种电池剩余能量、车辆剩余里程的估算方法及装置 | |
CN112319489B (zh) | 驾驶行为监测方法、监测系统、服务器和存储介质 | |
Alvarez et al. | Evaluating the effect of a driver’s behaviour on the range of a battery electric vehicle | |
CN112345956A (zh) | 一种电池组荷电状态检测方法和装置 | |
CN113858959B (zh) | 纯电动汽车续驶里程计算方法、车辆及电子设备 | |
CN110549906B (zh) | 续航里程的分段显示方法及装置 | |
CN106600044B (zh) | 一种车辆销售量预测模型确定的方法及装置 | |
CN116572799B (zh) | 基于深度学习的动力电池荷电续航预测方法、系统及终端 | |
CN114329921A (zh) | 一种整车可靠性性能的评估方法、装置、设备和介质 | |
Cubon et al. | Calculation of demand of electric power of small electric vehicle using Matlab GUI | |
König et al. | An open-source modular quasi-static longitudinal simulation for full electric vehicles | |
CN111806291A (zh) | 车辆与电池的匹配方法、装置、系统及可读存储介质 | |
CN109919393B (zh) | 一种电动出租汽车的充电负荷预测方法 | |
CN106785129B (zh) | 动力电池充放电次数的实时统计方法、系统及电动车辆 | |
CN114493256A (zh) | 增程器保养方法、服务器及存储介质 | |
CN112364082A (zh) | 车辆的能耗分析方法和装置 | |
CN113900861A (zh) | 传感器数据的修复方法、装置、设备及存储介质 | |
CN110843536B (zh) | 电动汽车能耗计算方法、装置、设备及存储介质 | |
Zhixin et al. | Calculation Method of Electric Vehicle Power Consumption Based on Naive Bayes Classification | |
Yang et al. | Monte carlo simulation method to predict the charging load curve |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |