CN116402409B - 一种基于obd系统的加油站油品质量识别方法 - Google Patents
一种基于obd系统的加油站油品质量识别方法 Download PDFInfo
- Publication number
- CN116402409B CN116402409B CN202310668418.9A CN202310668418A CN116402409B CN 116402409 B CN116402409 B CN 116402409B CN 202310668418 A CN202310668418 A CN 202310668418A CN 116402409 B CN116402409 B CN 116402409B
- Authority
- CN
- China
- Prior art keywords
- emission
- vehicle
- refueling
- fueling
- level
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000011088 calibration curve Methods 0.000 claims description 11
- 239000007788 liquid Substances 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000007599 discharging Methods 0.000 abstract description 6
- 239000003921 oil Substances 0.000 description 120
- 239000000446 fuel Substances 0.000 description 16
- 238000001514 detection method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000007689 inspection Methods 0.000 description 6
- 238000002485 combustion reaction Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000013213 extrapolation Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000295 fuel oil Substances 0.000 description 2
- 239000002828 fuel tank Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009699 differential effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Loading And Unloading Of Fuel Tanks Or Ships (AREA)
Abstract
本发明公开了一种基于OBD系统的加油站油品质量识别方法,包括:根据加油比例获取加油车辆的加油等级;根据加油车辆的尾气排放信息和行驶工况信息,确定加油车辆的高排放等级;根据高排放等级对应的预设排放权重系数和同一加油等级下高排放等级对应的加油车辆的数量占比,获取单一加油等级对应的高排放等级综合占比;根据加油等级对应的预设加油权重系数和所述高排放等级综合占比,获取加油站高排车辆综合占比;根据加油站高排车辆综合占比,确定加油站油品质量。本发明将实时排放信息与行驶状况相关联,提高了全天候黑加油站识别准确率;通过对车辆加油情况进行加油等级细分和车辆加油排放情况进行排放等级区分,提高了油品识别可信度。
Description
技术领域
本发明涉及车辆安全领域。具体而言,涉及一种基于OBD系统的加油站油品质量识别方法。
背景技术
随着当前机动车保有量快速发展,车用燃油市场需求快速增加,受燃油价格快速上涨利益驱使,国内燃油市场油品管理混乱,出现了不少黑加油站,以次充好现象时有发生,给车主、车辆及环境等造成严重影响,首先车主不易分辨油品质量,造成经济损失;其次劣质油品容易造成车辆运行零部件损伤;另外劣质油品会造成严重环境污染,因此必须加强对加油点油品质量的及时管控。
目前黑加油站存在及时发现难、发现时间严重滞后、发现效率低、误判率高等问题。当前监管方式分为油品直接检测、非油品间接检测,其中油品直接检测指加油点不定期现场燃油抽检,非油品间接检测指利用与油品关联的车辆指标间接评估油品。目前油品直接检测主要通过人海战术对加油点不定期现场抽检,存在的问题有:1、检查效率低,无法实时在线监控加油站;2、抽检覆盖面较窄,尤其一些小型黑加油站很难及时发现。现有专利中均为非油品间接检测法,如有专利提出了一种基于燃烧值的油品分析方法,燃烧值是指单位质量燃料完全燃烧所释放的热量,通过燃烧值反向评估油品,此方法中燃烧值获取困难,另外燃油修正系数未知,不适合整体车队的实时监控;另外也有专利提出了一种基于OBD的加油点油品分析方法,该技术采用车辆轨迹点识别加油点,对比目标加油点加油后排放与其他加油点加油后排放来评估目标加油点油品,此方法中并未获取所有实际加油点位置,仅通过油箱液位变化反推加油点方法易误判或漏判,其次相同车辆各加油点加油后排放存在一定时间差,并未考虑车辆排放随时间劣化影响,另外未考虑车辆行驶工况条件对排放差异影响,导致油品识别准确度差。
OBD是车载自诊断系统,能够在车辆运行中实时监控发动机工作状态,安装成本低,非常适合用于城市车队实时监控。其能够实时获取车辆定位信息、车辆排放及油耗信息等,研究表明油品与排放存在较强关联,因此通过分析油耗、排放信息,能够间接评估燃油对车辆排放影响,从而对燃油油品进行量化评估,也即OBD快速识别油品具备技术可行性。
发明内容
本发明正是基于现有技术的上述需求而提出的,本发明针对现有技术的检查效率低,无法实时在线监控加油站;抽检覆盖面较窄,尤其一些小型黑加油站很难及时发现;黑加油站易误判或漏判,油品识别准确度差的问题,提供一种基于OBD系统的加油站油品质量识别方法。
为了解决上述问题,本发明是采用如下技术方案实现的:
一种基于OBD系统的加油站油品质量识别方法,该方法包括:
根据加油比例获取加油车辆的加油等级;
根据所述加油车辆的尾气排放信息和行驶工况信息,确定所述加油车辆的高排放等级;
根据所述高排放等级对应的预设排放权重系数和同一所述加油等级下所述高排放等级对应的所述加油车辆的数量占比,获取单一所述加油等级对应的高排放等级综合占比;
根据所述加油等级对应的预设加油权重系数和所述高排放等级综合占比,获取加油站高排车辆综合占比;
根据所述加油站高排车辆综合占比,确定加油站油品质量。
以此设计,能够全天候及时发现所有黑加油站,提高黑油识别准确率。
可选地,所述根据加油比例获取加油车辆的加油等级,包括:
确定所述加油车辆在加油前的旧油量与加油后的新增油量;
根据所述新增油量占所述新增油量和所述旧油量总和的比例,确定所述加油等级。
可选地,所述加油等级包括新油主导、旧油主导和新旧油均衡;所述新油主导为加油比例>40%;所述旧油主导为加油比例<20%;所述新旧油均衡为20%≤加油比例≤40%。
可选地,在所述根据加油比例获取加油车辆的加油等级之前,包括:
建立加油站分布数据库;
确定各个加油站所属活动车辆群;
对所述加油站所属活动车辆群进行加油事件判断,确定加油车辆。
可选地,所述建立加油站分布数据库包括:
获取目标区域内的加油站信息;
实时获取油箱液位信息以及车辆轨迹点,确定油量突增点;
对所述油量突增点进行聚类,获取可能加油点;
若所述可能加油点之间的距离小于预设加油点距离阈值,则所述可能加油点为同一加油点;
根据所述加油站信息和所述同一加油点,获取实际加油站;
根据所述实际加油站,建立加油站分布数据库。
通过燃油液位传感技术快速锁定加油点加油车辆群,最大化压缩目标车辆搜索范围,能够对加油车辆排放精准快速计算。将通过油箱液位得到的加油站和已知的加油站结合,提高识别加油站的精度。
可选地,所述确定各个加油站所属活动车辆群,包括:
以所述实际加油站为中心,根据预设半径值生成缓冲区域;
实时提取所述缓冲区域中的每个加油车辆的所述车辆轨迹点;
若所述车辆轨迹点与所述实际加油站的距离小于预设距离,则确定加油站所属活动车辆群。
以此设计,能够快速确定活动车辆群,提高计算效率。
可选地,所述对所述加油站所属活动车辆群进行加油事件判断,确定加油车辆,包括:
实时检测所述加油车辆的油箱液位信息,确定加油后的新增油量;
判断所述新增油量是否大于预设加油阈值;
若所述新增油量大于预设加油阈值,则所述加油车辆确定为所述加油站所属活动车辆群的加油车辆。
以此设计,能够消除油箱晃动带来的加油判断干扰及提高加油前后排放差异可信度。
可选地,所述根据所述加油车辆的尾气排放信息和行驶工况信息,确定所述加油车辆的高排放等级,包括:
根据机动车比功率和尾气排放速率,分别计算得到加油前平均排放因子和加油后平均排放因子;
利用排放因子速度校准曲线,基于加油前行驶速度对所述加油后平均排放因子进行校准得到校准后排放因子,其中,所述排放因子速度校准曲线表示为车辆行驶速度与在实际行驶工况和标准行驶工况下的相对尾气排放速率的关系;
根据所述加油前平均排放因子与所述校准后排放因子,得到排放因子相对增量;
提取排放因子相对增量大于预设增量阈值的车辆作为高排车辆;
根据所述排放因子相对增量,对所述高排车辆进行等级划分。
将实时排放信息与行驶状况相关联,排除了行驶状况因素对油品识别影响,从而提高了全天候黑加油站识别准确率;对车辆加油前后排放情况进行了排放等级区分,提高了油品识别可信度。
可选地,所述根据机动车比功率和尾气排放速率,分别计算得到加油前平均排放因子和加油后平均排放因子,包括:
将所述加油车辆加油前和加油后预设时间段的机动车比功率划分为多个机动车比功率工况区间;
根据尾气排放速率,计算每个机动车比功率工况区间的平均排放速率;
根据每个机动车比功率工况区间的平均排放速率和对应的时间占预设时间段比值,分别计算得到所述加油前平均排放因子和所述加油后平均排放因子。
基于OBD实时监控技术获取实时监测车辆尾气排放信息,结合机动车微观工况模态分布,利用行驶工况-排放耦合技术,快速识别相同行驶工况下车辆加油前后排放变化,提高油品识别准确率。
可选地,所述根据所述高排放等级对应的预设排放权重系数和同一所述加油等级下所述高排放等级对应的所述加油车辆的数量占比,获取单一所述加油等级对应的高排放等级综合占比,包括:
在同一加油等级下,分别计算各加油车辆中高排车辆占比;
根据与加油等级对应的排放权重系数,将所述高排车辆占比进行加权求和,计算得到单一加油等级下的高排放等级综合占比。
可选地,所述根据所述加油等级对应的预设加油权重系数和所述高排放等级综合占比,获取加油站高排车辆综合占比,包括:
对加油等级分配预设加油权重系数;
将所述高排放等级综合占比分别乘以对应的加油权重系数再求和,计算得到加油站高排车辆综合占比。
与现有技术相比,本发明将实时排放信息与行驶状况相关联,排除了行驶状况因素对油品识别影响,从而提高了全天候黑加油站识别准确率;对车辆加油情况进行了加油等级细分,同时还对车辆加油前后排放情况进行了排放等级区分,提高了油品识别可信度。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书实施例中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1是本发明具体实施方式提供的一种基于OBD系统的加油站油品质量识别方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为便于对本发明实施例的理解,下面将结合附图以具体实施例做进一步的解释说明,实施例并不构成对本发明实施例的限定。
实施例1
本实施例提供了一种基于OBD系统的加油站油品质量识别方法,其流程如图1所示,具体包括:
S1:根据加油比例获取加油车辆的加油等级。
S2:根据所述加油车辆的尾气排放信息和行驶工况信息,确定所述加油车辆的高排放等级。
S3:根据所述高排放等级对应的预设排放权重系数和同一所述加油等级下所述高排放等级对应的所述加油车辆的数量占比,获取单一所述加油等级对应的高排放等级综合占比。
S4:根据所述加油等级对应的预设加油权重系数和所述高排放等级综合占比,获取加油站高排车辆综合占比。
S5:根据所述加油站高排车辆综合占比,确定加油站油品质量。
优选地,在S1中,所述根据加油比例获取加油车辆的加油等级,包括:
确定所述加油车辆在加油前的旧油量与加油后的新增油量;
根据所述新增油量占所述新增油量和所述旧油量总和的比例,确定所述加油等级。
优选地,在所述根据加油比例获取加油车辆的加油等级之前,包括:
建立加油站分布数据库;
确定各个加油站所属活动车辆群;
对所述加油站所属活动车辆群进行加油事件判断,确定加油车辆。
优选地,所述建立加油站分布数据库包括:
获取目标区域内的加油站信息;
实时获取油箱液位信息以及车辆轨迹点,确定油量突增点;
对所述油量突增点进行聚类,获取可能加油点;
若所述可能加油点之间的距离小于预设加油点距离阈值,则所述可能加油点为同一加油点;
根据所述加油站信息和所述同一加油点,获取实际加油站;
根据所述实际加油站,建立加油站分布数据库。
目标区域加油站分布数据库的建立是为摸清目标区域所有加油站分布信息,以便为加油站附近车辆加油情况分析提供基础数据,建立方法为:首先通过调查统计数据,获取目标区域内加油站信息,简称加油点统计法;然后根据OBD系统实时获取的车辆油箱液位变化情况及车辆轨迹点,确定加油车辆可能加油点,基于车辆轨迹点聚类所有加油车辆可能加油点,如果车辆可能加油点之间距离小于加油点距离阈值,视为同一加油点,同理确定所有加油点位置,简称加油点OBD外推法。以加油点统计法与加油点OBD外推法相融合综合确定加油站位置,减少加油点统计法加油点遗漏及加油点OBD外推法因车辆定位不准误判问题,从而建立目标区域加油站分布数据库。
优选地,所述确定各个加油站所属活动车辆群,包括:
以所述实际加油站为中心,根据预设半径值生成缓冲区域;
实时提取所述缓冲区域中的每个加油车辆的所述车辆轨迹点;
若所述车辆轨迹点与所述实际加油站的距离小于预设距离,则确定加油站所属活动车辆群。
加油点信息库包含加油点经纬度、站点名称、站点类型等基础信息,基于加油点经纬度,结合OBD车辆实时活动轨迹点,利用车辆轨迹-加油点耦合技术,快速锁定加油点所属活动车辆群,最大化减少目标车辆搜索范围。其中耦合技术具体方法为:以加油点为中心,向外辐射一定半径范围生成加油点缓冲区域,按空间相交算法实时提取落在缓冲区域的所有车辆轨迹点,其实质为计算轨迹点与加油点空间距离并判断距离是否小于距离阈值,提取小于距离阈值的车辆,即为加油点所属活动车辆群。
优选地,所述对所述加油站所属活动车辆群进行加油事件判断,确定加油车辆,包括:
实时检测所述加油车辆的油箱液位信息,确定加油后的新增油量;
判断所述新增油量是否大于预设加油阈值;
若所述新增油量大于预设加油阈值,则所述加油车辆确定为所述加油站所属活动车辆群的加油车辆。
车辆加油事件判断方法为:OBD车辆通过燃油液位传感技术实时监控车辆油箱液位,并实时比较连续两次油量增量与加油阈值,加油阈值是指车辆加油时满足的最低油料增量值,作为判断车辆加油的参考依据,当油量增量大于加油阈值,则可认定车辆加油事件,否则继续比较增量与阈值,直到车辆离开以加油站为中心的加油辐射范围内。基于此法,实时监控各加油点所属活动车辆群并提取加油车辆群。
优选地,在S1中,所述加油等级包括新油主导、旧油主导和新旧油均衡;所述新油主导为加油比例>40%;所述旧油主导为加油比例<20%;所述新旧油均衡为20%≤加油比例≤40%。
通过车辆加油事件判断方法获取加油车辆群后,为了排除油箱晃动干扰加油判断及增加加油前后排放差异可信度,根据加油比例设置层次化加油等级,加油比例是指新加油量占新加油量与旧油量总和的比例,具体分类方法为:1、加油比例>40%,表示加油等级为新油主导;2、加油比例<20%,表示加油等级为旧油主导;3、20%<加油比例<40%,表示加油等级为新旧油均衡。加油比例越高,加油产生的排放差异效应越显著,为了将所有加油事件纳入评估,同时区分不同加油等级的排放影响重要性,分别对加油等级设置不同排放权重系数,用于加权求和量化加油站油品质量。
优选地,所述根据所述加油车辆的尾气排放信息和行驶工况信息,确定所述加油车辆的高排放等级,包括:
根据机动车比功率和尾气排放速率,分别计算得到加油前平均排放因子和加油后平均排放因子;
利用排放因子速度校准曲线,基于加油前行驶速度对所述加油后平均排放因子进行校准得到校准后排放因子,其中,所述排放因子速度校准曲线表示为车辆行驶速度与在实际行驶工况和标准行驶工况下的相对尾气排放速率的关系;
根据所述加油前平均排放因子与所述校准后排放因子,得到排放因子相对增量;
提取排放因子相对增量大于预设增量阈值的车辆作为高排车辆;
根据所述排放因子相对增量,对所述高排车辆进行等级划分。
优选地,所述根据机动车比功率和尾气排放速率,分别计算得到加油前平均排放因子和加油后平均排放因子,包括:
将所述加油车辆加油前和加油后预设时间段的机动车比功率划分为多个机动车比功率工况区间;
根据尾气排放速率,计算每个机动车比功率工况区间的平均排放速率;
根据每个机动车比功率工况区间的平均排放速率和对应的时间占预设时间段比值,分别计算得到所述加油前平均排放因子和所述加油后平均排放因子。
在获取不同加油等级的加油车辆群后,通过车辆排放差异间接评估油品等级,车辆排放涉及行驶工况,需要在相似工况下评估排放。OBD能够直接获取车辆行驶速度、加速度,采用机动车比功率动力参数综合表征车辆行驶工况,机动车比功率是指单位车重的行驶功率,可以通过速度、加速度等参数得到。车辆群排放等级计算方法如下:
1、机动车比功率模态化划分,根据机动车比功率大小划分出多个机动车比功率微观工况区间;
2、机动车比功率微观工况区间排放速率计算,根据OBD加油前后一段时间内逐秒排放速率及机动车比功率,分别计算各机动车比功率区间下车辆平均排放速率;
3、加油前、后工况下平均排放因子计算,在获取各机动车比功率区间下单车平均排放速率后,分别统计加油前、后两个阶段车辆实际行驶工况下各机动车比功率区间行驶时间分布比例,将各机动车比功率区间下单车平均排放速率乘以各机动车比功率区间时间分布比例,结合时段内车辆累积行驶里程或平均行驶速度,计算车辆加油前后平均排放因子;
4、加油前、后行驶工况归一化,对于单车而言,加油前、后行驶工况总会存在差异,需要根据排放因子速度校准曲线将加油前、后行驶工况统一,速度校准曲线需事先根据排放数据拟合获取,速度校准曲线横坐标是平均速度,纵坐标是实际行驶工况与典型标准工况下相对排放系数,即校准系数,所述速度校准曲线表征的是车辆排放与行驶速度的量化关系,具体统一方法为:分别获取加油前、加油后平均速度,查询两种速度下速度校准曲线对应的校准系数,将加油后排放因子进行速度校准获取加油前速度下的加油后排放因子,例如,加油前速度对应的校准系数为0.2,加油后速度对应的校准系数为0.1,则将加油后排放因子乘以2,校准得到加油前速度下的加油后排放因子;其中,实际行驶工况与典型标准工况下相对排放系数为同一速度下,在实验室标准情况下对车辆进行测试得到的尾气排放速率与实际行驶下监测车辆的尾气排放速率的比值;
5、对每一加油等级,分别计算加油前后排放因子差值,并将排放因子差值除以加油前排放因子以获取排放因子相对增量。根据设定的排放因子相对增量阈值,提取排放因子相对增量大于增量阈值的车辆作为高排车辆,然后将高排车辆根据排放相对增量设置多级排放增量等级,从而确定各加油等级下车辆排放等级。
优选地,所述根据所述高排放等级对应的预设排放权重系数和和同一所述加油等级下所述高排放等级对应的所述加油车辆的数量占比,获取单一所述加油等级对应的高排放等级综合占比,包括:
在同一加油等级下,分别计算各加油车辆中高排车辆占比;
根据与加油等级对应的排放权重系数,将所述高排车辆占比进行加权求和,计算得到单一加油等级下的高排放等级综合占比。
根据车辆排放等级,分配排放权重系数,等级越高排放权重系数越大,在同一加油等级下分别计算各排放等级车辆占比,并将各排放等级车辆占比加权求和计算单一加油等级下排放等级综合占比。
优选地,所述根据所述加油等级对应的预设加油权重系数和所述高排放等级综合占比,获取加油站高排车辆综合占比,包括:
对加油等级分配预设加油权重系数;
将所述高排放等级综合占比分别乘以对应的加油权重系数再求和,计算得到加油站高排车辆综合占比。
因加油等级直接影响排放,加油等级越高,排放因子相对增量可信度相对更高,首先为各加油等级车辆分配权重系数,加油等级越高,排放权重越大,然后对各加油等级下加油车辆群中高排车辆数占比进行加权求和,将各加油等级下高排车辆占比分别乘以对应的权重再加和即为加油站高排车辆综合占比。
在本发明实施例中,S5具体包括:
根据加油站高排车辆综合占比,判断加油站油品等级,如果高排放比例车辆占比>40%,说明加油站油品较差,如果20%<高排放比例车辆占比<40%,说明油品一般,如高排放比例车辆占比<20%,则为较好油品,从而精准发现黑加油站。
与现有技术相比,本发明实施例将实时排放信息与行驶状况相关联,排除了行驶状况因素对油品识别影响,从而提高了全天候黑加油站识别准确率;对车辆加油情况进行了加油等级细分,同时还对车辆加油前后排放情况进行了排放等级区分,提高了油品识别可信度。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于OBD系统的加油站油品质量识别方法,其特征在于,包括:
根据加油比例获取加油车辆的加油等级;
根据所述加油车辆的尾气排放信息和行驶工况信息,确定所述加油车辆的高排放等级;
根据所述高排放等级对应的预设排放权重系数和同一所述加油等级下所述高排放等级对应的所述加油车辆的数量占比,获取单一所述加油等级对应的高排放等级综合占比;
根据所述加油等级对应的预设加油权重系数和所述高排放等级综合占比,获取加油站高排车辆综合占比;
根据所述加油站高排车辆综合占比,确定加油站油品质量;
所述根据所述加油车辆的尾气排放信息和行驶工况信息,确定所述加油车辆的高排放等级,包括:
根据机动车比功率和尾气排放速率,分别计算得到加油前平均排放因子和加油后平均排放因子;
利用排放因子速度校准曲线,基于加油前行驶速度对所述加油后平均排放因子进行校准得到校准后排放因子,其中,所述排放因子速度校准曲线表示为车辆行驶速度与在实际行驶工况和标准行驶工况下的相对尾气排放速率的关系;
根据所述加油前平均排放因子与所述校准后排放因子,得到排放因子相对增量;
提取排放因子相对增量大于预设增量阈值的车辆作为高排车辆;
根据所述排放因子相对增量,对所述高排车辆进行等级划分;
所述根据机动车比功率和尾气排放速率,分别计算得到加油前平均排放因子和加油后平均排放因子,包括:
将所述加油车辆加油前和加油后预设时间段的机动车比功率划分为多个机动车比功率工况区间;
根据尾气排放速率,计算每个机动车比功率工况区间的平均排放速率;
根据每个机动车比功率工况区间的平均排放速率和对应的时间占预设时间段比值,分别计算得到所述加油前平均排放因子和所述加油后平均排放因子;
所述根据所述高排放等级对应的预设排放权重系数和同一所述加油等级下所述高排放等级对应的所述加油车辆的数量占比,获取单一所述加油等级对应的高排放等级综合占比,包括:
在同一加油等级下,分别计算各加油车辆中高排车辆占比;
根据与加油等级对应的排放权重系数,将所述高排车辆占比进行加权求和,计算得到单一加油等级下的高排放等级综合占比;
所述根据所述加油等级对应的预设加油权重系数和所述高排放等级综合占比,获取加油站高排车辆综合占比,包括:
对加油等级分配预设加油权重系数;
将所述高排放等级综合占比分别乘以对应的加油权重系数再求和,计算得到加油站高排车辆综合占比。
2.根据权利要求1所述的识别方法,其特征在于,所述根据加油比例获取加油车辆的加油等级,包括:
确定所述加油车辆在加油前的旧油量与加油后的新增油量;
根据所述新增油量占所述新增油量和所述旧油量总和的比例,确定所述加油等级。
3.根据权利要求2所述的识别方法,其特征在于,所述加油等级包括新油主导、旧油主导和新旧油均衡;所述新油主导为加油比例>40%;所述旧油主导为加油比例<20%;所述新旧油均衡为20%≤加油比例≤40%。
4.根据权利要求1所述的识别方法,其特征在于,在所述根据加油比例获取加油车辆的加油等级之前,包括:
建立加油站分布数据库;
确定各个加油站所属活动车辆群;
对所述加油站所属活动车辆群进行加油事件判断,确定加油车辆。
5.根据权利要求4所述的识别方法,其特征在于,所述建立加油站分布数据库包括:
获取目标区域内的加油站信息;
实时获取油箱液位信息以及车辆轨迹点,确定油量突增点;
对所述油量突增点进行聚类,获取可能加油点;
若所述可能加油点之间的距离小于预设加油点距离阈值,则所述可能加油点为同一加油点;
根据所述加油站信息和所述同一加油点,获取实际加油站;
根据所述实际加油站,建立加油站分布数据库。
6.根据权利要求5所述的识别方法,其特征在于,所述确定各个加油站所属活动车辆群,包括:
以所述实际加油站为中心,根据预设半径值生成缓冲区域;
实时提取所述缓冲区域中的每个加油车辆的所述车辆轨迹点;
若所述车辆轨迹点与所述实际加油站的距离小于预设距离,则确定加油站所属活动车辆群。
7.根据权利要求6所述的识别方法,其特征在于,所述对所述加油站所属活动车辆群进行加油事件判断,确定加油车辆,包括:
实时检测所述加油车辆的油箱液位信息,确定加油后的新增油量;
判断所述新增油量是否大于预设加油阈值;
若所述新增油量大于预设加油阈值,则所述加油车辆确定为所述加油站所属活动车辆群的加油车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310668418.9A CN116402409B (zh) | 2023-06-07 | 2023-06-07 | 一种基于obd系统的加油站油品质量识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310668418.9A CN116402409B (zh) | 2023-06-07 | 2023-06-07 | 一种基于obd系统的加油站油品质量识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116402409A CN116402409A (zh) | 2023-07-07 |
CN116402409B true CN116402409B (zh) | 2023-10-24 |
Family
ID=87010846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310668418.9A Active CN116402409B (zh) | 2023-06-07 | 2023-06-07 | 一种基于obd系统的加油站油品质量识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116402409B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150124683A (ko) * | 2014-04-29 | 2015-11-06 | 전자부품연구원 | 유류 품질 관리 시스템 및 그 방법 |
CN105302870A (zh) * | 2015-09-30 | 2016-02-03 | 百度在线网络技术(北京)有限公司 | 一种加油站poi自动发现的方法和装置 |
WO2016091523A1 (en) * | 2014-12-10 | 2016-06-16 | Robert Bosch Gmbh | Method and system for indicating the quality of the fuel supplied by a filling station |
CN110414860A (zh) * | 2019-08-02 | 2019-11-05 | 佛山安与科技有限公司 | 加油站油品分析方法及系统 |
CN111380907A (zh) * | 2018-12-27 | 2020-07-07 | 联合汽车电子有限公司 | 加油站油品的识别方法以及识别系统和一种车辆 |
CN112730813A (zh) * | 2020-12-25 | 2021-04-30 | 青岛无车承运服务中心有限公司 | 一种基于obd系统的远程监控平台的加油点油品分析方法 |
CN113156053A (zh) * | 2020-12-23 | 2021-07-23 | 广州市云景信息科技有限公司 | 一种无证无照经营的加油站识别方法 |
-
2023
- 2023-06-07 CN CN202310668418.9A patent/CN116402409B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150124683A (ko) * | 2014-04-29 | 2015-11-06 | 전자부품연구원 | 유류 품질 관리 시스템 및 그 방법 |
WO2016091523A1 (en) * | 2014-12-10 | 2016-06-16 | Robert Bosch Gmbh | Method and system for indicating the quality of the fuel supplied by a filling station |
CN105302870A (zh) * | 2015-09-30 | 2016-02-03 | 百度在线网络技术(北京)有限公司 | 一种加油站poi自动发现的方法和装置 |
CN111380907A (zh) * | 2018-12-27 | 2020-07-07 | 联合汽车电子有限公司 | 加油站油品的识别方法以及识别系统和一种车辆 |
CN110414860A (zh) * | 2019-08-02 | 2019-11-05 | 佛山安与科技有限公司 | 加油站油品分析方法及系统 |
CN113156053A (zh) * | 2020-12-23 | 2021-07-23 | 广州市云景信息科技有限公司 | 一种无证无照经营的加油站识别方法 |
CN112730813A (zh) * | 2020-12-25 | 2021-04-30 | 青岛无车承运服务中心有限公司 | 一种基于obd系统的远程监控平台的加油点油品分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116402409A (zh) | 2023-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sun et al. | Modeling carbon emissions from urban traffic system using mobile monitoring | |
CN109923595B (zh) | 一种基于浮动车数据的城市道路交通异常检测方法 | |
US10458830B2 (en) | Method for improving fuel economy test precision in on-road vehicles | |
WO2022036619A1 (zh) | 点燃式发动机汽车尾气排放遥感大数据检测方法和系统 | |
CN109613905B (zh) | 一种动态识别重型商用车实际运行高油耗恶劣工况的方法和装置 | |
CN109002622B (zh) | 一种随机车流作用下大跨径桥梁总体荷载响应估算方法 | |
CN108763643B (zh) | 一种地区机动车排放因子计算方法 | |
CN106649709B (zh) | 一种基于数据挖掘的车辆停留行为模式预测与评估方法 | |
CN101886940A (zh) | 混合动力电动汽车能耗排放检测系统与检测方法 | |
Lei et al. | Microscopic emission and fuel consumption modeling for light-duty vehicles using portable emission measurement system data | |
US20120109579A1 (en) | Method of testing and proving fuel efficiency improvements | |
CN112730813A (zh) | 一种基于obd系统的远程监控平台的加油点油品分析方法 | |
CN115791212B (zh) | 通用车辆尾气排放检测方法与装置 | |
CN113722652A (zh) | 一种燃油车交通碳排放计算方法 | |
CN115983720A (zh) | 基于海拔和温度的汽车排放性能检测方法 | |
CN105044278A (zh) | 汽车碳排放检测方法及装置 | |
CN115422747A (zh) | 一种机动车尾气污染物排放量的计算方法和计算装置 | |
CN113743715A (zh) | 基于车联网重型车实际工况的油耗及NOx排放评价方法 | |
CN114526930B (zh) | 一种智能网联汽车故障检测方法及系统 | |
CN109493449A (zh) | 一种基于货车gps轨迹数据和高速交易数据的货车载货状态估计方法 | |
Salihu et al. | Effect of road slope on driving cycle parameters of urban roads | |
Yang et al. | Evaluation of real-world fuel consumption of light-duty vehicles in China | |
Rosero et al. | Assessing on-road emissions from urban buses in different traffic congestion scenarios by integrating real-world driving, traffic, and emissions data | |
CN116402409B (zh) | 一种基于obd系统的加油站油品质量识别方法 | |
CN111680888B (zh) | 基于rfid数据确定路网容量的方法 |
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 |