1.一种基于模糊控制的汽车续航里程计算方法,其特征在于,包括:
实时采集固定时长的汽车速度信息的数据片段,确定所述数据片段的特征参数;
通过所述特征参数计算所述数据片段与预设的各聚类中心的距离,将最小距离对应的聚类中心的能耗确定为所述数据片段的能耗Ei,其中i为正整数,且i为所述数据片段的编号;
计算当前总能耗Ecost=∑Ei;
计算当前剩余能量Erest=Etotal-Ecost,其中,Etotal为所述汽车电池总能量;
根据Srest=l·Erest确定当前续航里程Srest,其中,l=l0+A·(Etotal-E0),且l0为电流最小参数,A为放电系数,E0为电池放电终止能量。
2.如权利要求1所述的方法,其特征在于,所述特征参数包括平均速度、加速比例、减速比例。
3.根据权利要求1所述的方法,其特征在于,所述预设的各聚类中心的计算方法包括:
离线采集预设数量的样本数据片段建立样本集合,确定每个样本数据片段的特征参数;
通过每个样本数据片段的特征参数对所述样本集合进行聚类计算,确定每个聚类的聚类中心,其中,聚类数量为预设的汽车行驶工况类型的数量。
4.根据权利要求3所述的方法,其特征在于,所述聚类中心的能耗的计算方法为:
统计所述样本集合中各样本数据片段消耗的能量;
计算所述每个聚类的平均能耗,聚类的平均能耗为该聚类包含的各样本数据片段的能耗之和与该聚类包含的样本数据片段的数量的比值;
将计算出的每个聚类的平均能耗确定为该聚类的聚类中心的能耗。
5.根据权利要求3所述的方法,其特征在于,所述预设的工况类型包括拥堵的城市工况、顺畅的高速工况、拥堵的市郊工况和顺畅的市郊工况。
6.根据权利要求3所述的方法,其特征在于,所述通过每个样本数据片段的特征参数对所述样本集合进行聚类计算,确定每个聚类的聚类中心,具体包括:
从所述样本集合中随机选择K个样本数据片段作为聚类中心,所述K为所述预设的汽车行驶工况类型的数量;
针对所述样本集合中除聚类中心的每个样本数据片段,依次计算该样本数据片段与各聚类中心的距离,并将该样本数据片段划分到距离最近的聚类中心的聚类中;
确定每个聚类的中心点,并将确定出的中心点更新为该聚类的新的聚类中心;
针对所述样本集合中每个样本数据片段,依次计算该样本数据片段与各更新后的聚类中心的距离,并将该样本数据片段划分到距离最近的聚类中心的聚类中;
返回执行所述确定每个聚类的中心点的步骤,直至标准测度函数收敛,所述标准测度函数为其中,dnk为编号为n的样本数据片段与编号为k的聚类中心之间的距离,K为聚类的数量,N为样本集合中样本数据片段的数量。