本发明实施例涉及商用车油耗优化,尤其涉及一种商用车数字孪生油耗模型构建方法及平台。
背景技术:
1、在对汽车的碳排放测算中,商用车的碳排放占据了全部车辆碳排放的65%左右,其中重型货车碳排放更是占比达到了83.5%;燃油成本占重型商用车tco(total cost ofownership,全生命周期成本)成本已高达38%,商用车是用户盈利的生产工具,油耗低将意味着tco成本更低。所以,商用车“节油”是降碳增效盈利的关键。商用车“节油”是个系统工程,需综合考虑成本的情况下从车-机-用全面进行“积少成多”式的油耗优化。但是,现有的商用车油耗预测模型存在精准度、泛化能力、鲁棒性、演进能力缺乏系统性迭代能力,难以基于全生命周期的实际运行数据(全场景)及模型运行过程的动态数据(数字孪生数据),实现模型的自我修正、自我优化,难以给出指导油耗优化的落地方案。
2、以上问题亟待解决。
技术实现思路
1、为解决相关技术问题,本发明提供一种商用车数字孪生油耗模型构建方法及平台,来解决以上背景技术部分提到的问题。
2、为实现上述目的,本发明实施例采用如下技术方案:
3、第一方面,本发明实施例提供了一种商用车数字孪生油耗模型构建方法,该方法包括:
4、采集商用车车联网平台数据;
5、基于商用车车联网平台数据,结合整车与整机物理能量模型,构建不同场景下的商用车数字孪生油耗模型;
6、将所述商用车数字孪生油耗模型部署在商用车车联网模型平台。
7、作为一种可选的实施方式,所述基于商用车车联网平台数据,结合整车与整机物理能量模型,构建不同场景下的商用车数字孪生油耗模型,包括:
8、基于商用车车联网平台数据,根据“关联->干预->反事实”的因果推断范式,结合整车与整机物理能量模型,构建不同场景下的商用车数字孪生油耗模型。
9、作为一种可选的实施方式,所述结合整车与整机物理能量模型,构建不同场景下的商用车数字孪生油耗模型,包括:
10、基于元片段统计分析场景,挖掘场景特征,建立商用车数字孪生油耗模型,并反事实推理节油潜力和策略。
11、作为一种可选的实施方式,所述基于元片段统计分析场景,挖掘场景特征,建立商用车数字孪生油耗模型,并反事实推理节油潜力和策略,包括:
12、基于元片段分类不同司机的驾驶风格及换挡行为;对各个车型的各元片段增加包括但不限于故障状态、路线、载重、天气在内的标签状态,进行分类分场景建模。
13、作为一种可选的实施方式,所述基于商用车车联网平台数据,结合整车与整机物理能量模型,构建不同场景下的商用车数字孪生油耗模型,包括:
14、构建相应的场景库、性能特征库、模型函数库、优化函数库。
15、作为一种可选的实施方式,所述将所述商用车数字孪生油耗模型部署在商用车车联网模型平台,还包括:
16、将所述商用车数字孪生油耗模型部署在商用车车联网模型平台,并不断优化和迭代所述商用车数字孪生油耗模型。
17、第二方面,本发明实施例提供了一种商用车数字孪生油耗模型平台,该平台应用上述第一方面实施例任一项所述的商用车数字孪生油耗模型构建方法。
18、本发明实施例提出的技术方案解决了现有商用车油耗预测方案存在的不足,构建商用车油耗性能的数字孪生智能体,实现建模、度量、优化和链接的四个环节闭环;可实现油耗的监控和预警,探索影响油耗的因素的归因分析,指导实际油耗的数据有效采集,可给出一定场景下的节油预期和落地措施;构建相应的场景库、性能特征库、模型函数库、优化函数库,并不断迭代优化,可以用于指导产品升级和迭代;搭建了一商用车数字孪生油耗模型平台,可移植或扩展,可应用于多车型或其他车辆网平台,可“链接”输出,促进现有业务和产品创新。
1.一种商用车数字孪生油耗模型构建方法,其特征在于,该方法包括:
2.根据权利要求1所述的商用车数字孪生油耗模型构建方法,其特征在于,所述基于商用车车联网平台数据,结合整车与整机物理能量模型,构建不同场景下的商用车数字孪生油耗模型,包括:
3.根据权利要求2所述的商用车数字孪生油耗模型构建方法,其特征在于,所述结合整车与整机物理能量模型,构建不同场景下的商用车数字孪生油耗模型,包括:
4.根据权利要求3所述的商用车数字孪生油耗模型构建方法,其特征在于,所述基于元片段统计分析场景,挖掘场景特征,建立商用车数字孪生油耗模型,并反事实推理节油潜力和策略,包括:
5.根据权利要求2所述的商用车数字孪生油耗模型构建方法,其特征在于,所述基于商用车车联网平台数据,结合整车与整机物理能量模型,构建不同场景下的商用车数字孪生油耗模型,包括:
6.根据权利要求5所述的商用车数字孪生油耗模型构建方法,其特征在于,所述将所述商用车数字孪生油耗模型部署在商用车车联网模型平台,还包括:
7.一种商用车数字孪生油耗模型平台,其特征在于,该平台应用权利要求1至6任一项所述的商用车数字孪生油耗模型构建方法。