新能源车辆的能量回馈检测方法及系统、新能源车辆

本发明涉及新能源车辆的资源回收，尤其涉及新能源车辆的能量回馈检测方法及系统、新能源车辆。

背景技术：

1、在新能源汽车的快速发展中，能量回馈系统的效率成为提升新能源车辆综合性能的关键因素。能量回馈系统指的是在汽车制动或减速时，将动能转化为电能，存储于电池中以供日后使用。传统的能量回馈检测方案往往依赖于实验室环境和标准化测试流程，这在一定程度上限制了其在真实驾驶条件下的准确性和适应性。

2、现有方案(例如公开号为：cn106153354b的中国发明专利)多在受限的实验室环境中进行，缺乏多样化的道路类型、交通状况和天气条件的模拟，无法全面反映实际驾驶环境；传统方法在数据处理和应用上相对简单，缺乏对复杂驾驶数据的深入分析和利用，导致能量回馈效率的优化潜力未能充分挖掘；由于缺乏持续的评估和优化机制，现有方案下的能量回馈策略往往是静态的，难以适应不断变化的驾驶条件和环境。

3、由于以上因素，现有技术方案在实际道路条件下的应用效果和实用性有限，难以满足日益增长的新能源车辆性能需求。

技术实现思路

1、针对上述存在的诸多问题，本发明提供新能源车辆的能量回馈检测方法及系统、新能源车辆，本发明通过引入先进的虚拟现实技术、机器学习模型和持续优化机制，旨在解决现有技术问题，提升能量回馈系统的实际应用效率和适应性。

2、新能源车辆的能量回馈检测方法，包括以下步骤：

3、基于新能源车辆的动态数据，进行数据预处理并构建驾驶模式画像；

4、通过虚拟现实技术，基于驾驶模式画像及外部环境数据构建模拟驾驶环境；

5、将预处理后的所述动态数据作为训练样本训练机器学习模型，学习识别新能源车辆在各种模拟驾驶环境中的能量回馈效率模式，训练完成后生成能量回馈策略；

6、通过所述模拟驾驶环境对能量回馈策略的效果进行评估，根据评估结果调整模型参数，循环优化能量回馈策略，将达到预设要求的能量回馈策略用于新能源车辆的能量回馈检测。

7、优选的，所述动态数据包括新能源车辆运行过程中的速度、加速度、电池电量及制动力矩。

8、优选的，所述数据预处理并构建驾驶模式画像包括：

9、去除异常值和无关数据；

10、对数据进行标准化处理；

11、将来自不同传感器的数据整合在一起；

12、从整合后的数据中提取关键特征；

13、利用关键特征，构建代表不同的驾驶模式画像；

14、其中，所述关键特征包括：驾驶习惯及能量使用效率。

15、优选的，所述外部环境数据包括：道路类型、交通情况及天气条件。

16、优选的，所述模拟驾驶环境用于模拟新能源车辆实际的驾驶场景；

17、其中，所述驾驶场景包括：不同道路类型、交通状况、天气条件、时间段及特殊驾驶行为情况模拟。

18、优选的，机器学习模型通过分析和理解在不同驾驶条件下新能源车辆能量回馈系统的行为，以及驾驶条件对能量回馈效率的影响，学习识别新能源车辆在各种模拟驾驶环境中的能量回馈效率模式；

19、其中，所述驾驶条件包括：速度变化及制动力矩。

20、优选的，所述能量回馈策略包括：最优化的加速和制动模式、能量管理策略、驾驶行为调整建议、新能源车辆动力系统优化指导。

21、优选的，所述评估结果包括：能量回馈策略的效率与适应性、新能源车辆能量回馈系统的稳定性；

22、其中，所述新能源车辆的能量回馈系统包括：新能源车辆动力系统、电池管理系统和相关的软件控制策略。

23、新能源车辆的能量回馈检测系统，包括：

24、画像构建模块，所述画像构建模块基于新能源车辆的动态数据，进行数据预处理并构建驾驶模式画像；

25、模拟模块，所述模拟模块通过虚拟现实技术，基于驾驶模式画像及外部环境数据构建模拟驾驶环境；

26、模型训练模块，所述模型训练模块将预处理后的所述动态数据作为训练样本训练机器学习模型，学习识别新能源车辆在各种模拟驾驶环境中的能量回馈效率模式，训练完成后生成能量回馈策略；

27、评估及应用模块，所述评估及应用模块通过所述模拟驾驶环境对能量回馈策略的效果进行评估，根据评估结果调整模型参数，循环优化能量回馈策略，将达到预设要求的能量回馈策略用于新能源车辆的能量回馈检测。

28、一种新能源车辆，该新能源车辆包括所述的新能源车辆的能量回馈检测系统。

29、相比于现有技术，本发明的优点及有益效果在于：

30、(1)本发明通过虚拟现实技术，能够模拟各种道路类型、交通情况和天气条件，更加全面和真实地评估能量回馈策略；

31、(2)本发明利用机器学习模型，根据收集的大量动态数据，准确识别和优化能量回馈效率模式，提高能量利用效率；

32、(3)策略评估和循环优化确保策略在各种驾驶环境下均能保持高效，本发明同时适应新的驾驶情况和数据；

33、(4)本发明经过多次测试和优化的能量回馈策略可以直接应用于真实世界的新能源车辆，改善其能量效率和性能。

技术特征：

1.新能源车辆的能量回馈检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的新能源车辆的能量回馈检测方法，其特征在于，所述动态数据包括新能源车辆运行过程中的速度、加速度、电池电量及制动力矩。

3.根据权利要求1所述的新能源车辆的能量回馈检测方法，其特征在于，所述数据预处理并构建驾驶模式画像包括：

4.根据权利要求1所述的新能源车辆的能量回馈检测方法，其特征在于，所述外部环境数据包括：道路类型、交通情况及天气条件。

5.根据权利要求1所述的新能源车辆的能量回馈检测方法，其特征在于，所述模拟驾驶环境用于模拟新能源车辆实际的驾驶场景；

6.根据权利要求1所述的新能源车辆的能量回馈检测方法，其特征在于，机器学习模型通过分析和理解在不同驾驶条件下新能源车辆能量回馈系统的行为，以及驾驶条件对能量回馈效率的影响，学习识别新能源车辆在各种模拟驾驶环境中的能量回馈效率模式；

7.根据权利要求1所述的新能源车辆的能量回馈检测方法，其特征在于，所述能量回馈策略包括：最优化的加速和制动模式、能量管理策略、驾驶行为调整建议、新能源车辆动力系统优化指导。

8.根据权利要求1所述的新能源车辆的能量回馈检测方法，其特征在于，所述评估结果包括：能量回馈策略的效率与适应性、新能源车辆能量回馈系统的稳定性；

9.新能源车辆的能量回馈检测系统，其特征在于，包括：

10.一种新能源车辆，其特征在于，该新能源车辆包括权利要求9中所述的新能源车辆的能量回馈检测系统。

技术总结
本发明公开了新能源车辆的能量回馈检测方法及系统、新能源车辆，其方法包括以下步骤：基于新能源车辆的动态数据，进行数据预处理并构建驾驶模式画像；通过虚拟现实技术，基于驾驶模式画像及外部环境数据构建模拟驾驶环境；将预处理后的所述动态数据作为训练样本训练机器学习模型，学习识别新能源车辆在各种模拟驾驶环境中的能量回馈效率模式，训练完成后生成能量回馈策略；通过所述模拟驾驶环境对能量回馈策略的效果进行评估，根据评估结果调整模型参数，循环优化能量回馈策略，将达到预设要求的能量回馈策略用于新能源车辆的能量回馈检测，本发明提升了能量回馈系统的实际应用效率和适应性。

技术研发人员：王瑞晨,彭琪,刘闯,王美琪,王锐,苏珊,张欣觉
受保护的技术使用者：石家庄铁道大学
技术研发日：
技术公布日：2024/3/24