摘要
本发明涉及车辆智能管理领域,提出一种基于车流密度感知与强化学习的混动汽车能量管理方法,通过综合车流密度感知,提高了车流密度精度,以准确判断实际交通场景状态,以实现在不同车流密度交通场景下,进行高效地能量管理调节,再通过混合预测模型进行车速预测,不仅有效捕捉车速序列中的长期依赖与周期性特征,还准确捕捉到车速的随机状态转移特性和车速瞬时变化,进一步提升了车速预测精度,还通过基于强化学习框架的能量管理优化,结合车辆的多源状态,以实现不同工况下的燃油消耗平衡与电池SOC维护平衡,本发明提高了混动汽车能量管理方法的适应性和有效性。
技术关键词
汽车能量管理方法
长短期记忆网络
交通场景图像
混合预测模型
密度
强化学习框架
深度学习算法
能量管理策略
汽车能量管理系统
数据
车辆智能管理
速度
发动机转速
多头注意力机制
视觉
功率