有轨电车及其车公里能耗预测方法及装置和存储介质与流程

本发明涉及有轨电车，尤其是涉及一种有轨电车及其车公里能耗预测方法及装置和存储介质。

背景技术：

1、相关技术中，对车辆能耗的预测方法较多，例如对车辆能耗分析的预测方法包括识别车辆工况、道路环境和驾驶行为的特征信息，并对车辆工况的特征信息和驾驶行为的特征信息进行分类细化，提取各基本特征信息；通过预处理和皮尔逊相关系数计算获取能耗特征样本；利用随机森林算法，构建能耗随机森林模型，并对能耗特征样本进行回归分析，获得能耗随机森林模型的车辆能耗预测值；根据能耗随机森林模型，获取能耗特征样本对应的能耗权重值，通过单因素分析，获得车辆能耗预测值随能耗特征样本变化的对应关系。

2、又例如，基于时间序列的方法建立列车总能耗的预测模型，该方法考虑列车能耗的周期性，按照能耗预测时间的长短建立预测模型，采用长自回归模型法和非线性最小二乘法相结合的参数估计方法，其中用长自回归模型法进行参数的初估计，非线性最小二乘法进行参数的精估计。

3、然而，上述能耗预测方法均存在不足，其中一种对车辆能耗进行分析时，需对车辆工况、道路环境和驾驶行为进行分析，使得能耗预测模型的建立比较复杂。另一种基于时间序列建立列车总能耗的预测模型，需要获取较长运营时长例如近几年的运营数据，由于有轨电车的投入运营时间较短，无法使用基于时间序列建立列车总能耗的预测模型，进行列车的能耗预测。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一。

2、为此，本发明的第一个目的在于提出一种有轨电车的车公里能耗预测方法，该方法通过确定相应环境温度区间下的车公里能耗模型，并在确定待预测星期序号及与待预测星期序号对应的预测室外环境温度时，根据待预测星期序号确定与待预测星期序号对应的行驶里程的均值、平均载荷的均值及旅行速度的均值，并根据预测室外环境温度确定对应的目标车公里能耗模型，从而根据目标车公里能耗模型及上述均值确定预测车公里能耗值，无需对有轨电车的工况、道路环境和驾驶行为进行分析，简化了模型结构，车公里能耗预测结果会实时存入数据库，在调用车公里能耗值时，只需从数据库对应表内获取能耗预测结果即可，无需根据数据源重新计算，极大的简化了数据处理过程，提高了数据处理的效率，且对于运行时间不够长的电车运行数据仍有较好的预测效果，可行性较高。

3、为此，本发明的第二个目的在于提出一种有轨电车的车公里能耗预测装置。

4、为此，本发明的第三个目的在于提出一种有轨电车。

5、为此，本发明的第四个目的在于提出一种计算机可读存储介质。

6、为了达到上述目的，本发明的第一方面的实施例提出了一种有轨电车的车公里能耗预测方法，该方法包括：确定有轨电车历史的车公里能耗、室外环境温度、行驶里程、平均载荷及旅行速度；根据所述车公里能耗、室外环境温度、行驶里程、平均载荷及旅行速度确定相应环境温度区间下的车公里能耗模型，其中，所述车公里能耗模型包括所述环境温度区间下，所述车公里能耗与所述室外环境温度、所述平均载荷、所述行驶路程及所述旅行速度的对应函数；获取待预测星期序号及与所述待预测星期序号对应的预测室外环境温度，根据所述待预测星期序号确定预测数据集中与所述待预测星期序号对应的所述行驶里程的均值、所述平均载荷的均值及所述旅行速度的均值；根据所述预测室外环境温度确定对应的目标车公里能耗模型；根据所述目标车公里能耗模型及与所述待预测星期序号对应的所述预测室外环境温度、所述行驶里程的均值、所述平均载荷的均值及所述旅行速度的均值预测车公里能耗值。

7、根据本发明实施例的有轨电车的车公里能耗预测方法，通过确定相应环境温度区间下的车公里能耗模型，并在确定待预测星期序号及与待预测星期序号对应的预测室外环境温度时，根据待预测星期序号确定与待预测星期序号对应的行驶里程的均值、平均载荷的均值及旅行速度的均值，并根据预测室外环境温度确定对应的目标车公里能耗模型，从而根据目标车公里能耗模型及上述均值预测车公里能耗值，无需对有轨电车的工况、道路环境和驾驶行为进行分析，简化了模型结构，车公里能耗预测结果会实时存入数据库，在调用车公里能耗值时，只需从数据库对应表内获取能耗预测结果即可，无需根据数据源重新计算，极大的简化了数据处理过程，提高了数据处理的效率，且对于运行时间不够长的电车运行数据仍有较好的预测效果，可行性较高。

8、在一些实施例中，根据所述车公里能耗、室外环境温度、行驶里程、平均载荷及旅行速度确定相应环境温度区间下的车公里能耗模型，包括：确定第一环境温度区间、第二环境温度区间和第三环境温度区间；根据所述室外环境温度确定相应环境温度区间，在所述相应环境温度区间下，建立所述车公里能耗与所述室外环境温度、所述行驶里程、平均载荷及旅行速度的车公里能耗模型。

9、在一些实施例中，根据所述待预测星期序号确定预测数据集中与所述待预测星期序号对应的所述行驶里程的均值、所述平均载荷的均值及所述旅行速度的均值之前，还包括：从历史数据库中获取预定时间段内所述有轨电车所有的行驶里程、平均载荷及旅行速度；根据所述所有的行驶里程、平均载荷及旅行速度计算每个星期序号对应的所述行驶里程的均值、所述平均载荷的均值及所述旅行速度的均值；根据所述行驶里程的均值、所述平均载荷的均值及所述旅行速度的均值构建所述预测数据集。

10、在一些实施例中，根据所述预测室外环境温度确定对应的目标车公里能耗模型，包括：确定所述预测室外环境温度所处的所述相应环境温度区间；将与所述相应环境温度区间对应的车公里能耗模型作为所述目标车公里能耗模型。

11、在一些实施例中，根据所述目标车公里能耗模型及与所述待预测星期序号对应的所述预测室外环境温度、所述行驶里程的均值、所述平均载荷的均值及所述旅行速度的均值确定车公里能耗值，包括：将所述预测室外环境温度及所述预测数据集中的与所述待预测星期序号对应的行驶里程的均值、所述平均载荷的均值及所述旅行速度的均值输入所述目标车公里能耗模型，得到车公里能耗值。

12、在一些实施例中，得到车公里能耗值之后，还包括：根据所述车公里能耗值更新所述目标车公里能耗模型。

13、在一些实施例中，获取有轨电车前一天的车公里能耗、室外环境温度、行驶里程、平均载荷及旅行速度，包括：获取所述有轨电车历史的电池包的当前总电压、所述电池包的当前总电流、第一压力值、第二压力值、当前站位置、终点站位置及所述有轨电车的车速；根据所述电池包的当前总电压、所述电池包的当前总电流及所述行驶里程确定所述车公里能耗；根据所述第一压力值和所述第二压力值确定所述平均载荷；根据所述当前站位置、终点站位置及所述车速确定所述旅行速度。

14、为了达到上述目的，本发明的第二方面的实施例提出了一种有轨电车的车公里能耗预测装置，该装置包括：第一确定模块，用于确定有轨电车历史的车公里能耗、室外环境温度、行驶里程、平均载荷及旅行速度；第二确定模块，用于根据所述车公里能耗、室外环境温度、行驶里程、平均载荷及旅行速度确定相应环境温度区间下的车公里能耗模型，其中，所述车公里能耗模型包括所述环境温度区间下，所述车公里能耗与所述室外环境温度、所述平均载荷、所述行驶路程及所述旅行速度的对应函数；第三确定模块，用于获取待预测星期序号及所述待预测星期序号对应的预测室外环境温度，根据所述待预测星期序号确定预测数据集中与所述待预测星期序号对应的所述行驶里程的均值、所述平均载荷的均值及所述旅行速度的均值；第四确定模块，用于根据所述预测室外环境温度确定对应的目标车公里能耗模型；预测模块，用于根据所述目标车公里能耗模型及与所述待预测星期序号对应的所述预测室外环境温度、所述行驶里程的均值、所述平均载荷的均值及所述旅行速度的均值预测车公里能耗值。

15、根据本发明实施例的有轨电车的车公里能耗预测装置，通过确定相应环境温度区间下的车公里能耗模型，并在确定待预测星期序号及与待预测星期序号对应的预测室外环境温度时，根据待预测星期序号确定与待预测星期序号对应的行驶里程的均值、平均载荷的均值及旅行速度的均值，并根据预测室外环境温度确定对应的目标车公里能耗模型，从而根据目标车公里能耗模型及上述均值预测预测车公里能耗值，无需对有轨电车的工况、道路环境和驾驶行为进行分析，简化了模型结构。车公里能耗预测结果会实时存入数据库，在调用车公里能耗值时，只需从数据库对应表内获取能耗预测结果即可，无需根据数据源重新计算，极大的简化了数据处理过程，提高了数据处理的效率，且对于运行时间不够长的电车运行数据仍有较好的预测效果，可行性较高。

16、为了达到上述目的，本发明的第三方面的实施例提出了一种有轨电车，该有轨电车包括：如上述实施例所述的有轨电车的车公里能耗预测装置。

17、根据本发明实施例的有轨电车，通过确定相应环境温度区间下的车公里能耗模型，并在确定待预测星期序号及与待预测星期序号对应的预测室外环境温度时，根据待预测星期序号确定与待预测星期序号对应的行驶里程的均值、平均载荷的均值及旅行速度的均值，并根据预测室外环境温度确定对应的目标车公里能耗模型，从而根据目标车公里能耗模型及上述均值预测车公里能耗值，无需对有轨电车的工况、道路环境和驾驶行为进行分析，简化了模型结构。车公里能耗预测结果会实时存入数据库，在调用车公里能耗值时，只需从数据库对应表内获取能耗预测结果即可，无需根据数据源重新计算，极大的简化了数据处理过程，提高了数据处理的效率，且对于运行时间不够长的电车运行数据仍有较好的预测效果，可行性较高。

18、为了达到上述目的，本发明的第四方面的实施例提出了一种非临时性计算机可读存储介质，所述计算机可读存储介质上存储有有轨电车的车公里能耗预程序，所述有轨电车的车公里能耗预程序被处理器执行时实现如上述实施例所述的有轨电车的车公里能耗预方法。

19、本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。