原文传递
城市路网中考虑多方影响的电动汽车智能驾驶策略研究
| 论文题名： | 城市路网中考虑多方影响的电动汽车智能驾驶策略研究 |
| 关键词： | 电动汽车;能耗预测;S-LSTM神经网络;路径规划;智能驾驶策略;城市路网 |
| 摘要： | 2021年3月，国家电网公司正式发布“碳达峰，碳中和”行动方案，该方案中强调电网凸显枢纽作用，最大限度利用可再生能源。近年来，我国大力发展清洁能源，其中电动汽车以其节能、环保的优势获得了前所未有的发展机遇。但由于行驶里程受到电池容量的约束，电动汽车的推广和使用受到了一定程度的制约。为缓解驾驶员里程焦虑并考虑电动汽车与路网的交互，本文对电动汽车耗能水平进行预测以及出行路径进行规划。论文的主要内容如下： 1、深入探究电动汽车能耗水平与行驶环境之间的关系，综合分析天气因素、社会因素以及路网线路特性等因素对行车速度的影响，构建基于行驶平均速度的电动汽车能耗预测模型。 2、分析不同类型电动汽车出行规律，并根据概率分布随机产生电动汽车初始路径集。路径集中每一路径包含一条O-D（Origin-Destination）链，利用改进的LSTM（LongShort-TermMemory）模型对每一条O-D链中平均行驶速度进行实时预测，并计算能耗与时间。 3、传统神经网络多用于处理序列问题，只能进行短时记忆。为了提高算法预测精度，本文提出考虑样本相似性的长短期记忆神经网络（Similarity-LSTM，S-LSTM），根据训练集与测试集之间的相关性衡量模型输出与实际输出间误差可信度，提升测试集与模型适应性。 4、算例部分，获取杭州市交通拥堵指数实时监测平台数据，利用S-LSTM神经网络对不同行驶环境下的电动汽车平均速度进行预测，并结合空调能耗得出单位里程电动汽车耗电量，算例验证了S-LSTM神经网络对比其神经网络预测精度更高。以杭州市某区域路网为例，根据能耗预测结果，在规划约束下对路径集中每一条O-D链进行分析，为驾驶员提供满足规划目标的最优行驶路径。 5、基于Qt平台对本文研究内容进行可视化设计，通过调用百度地图API进行“智能出行系统”的开发，并展示了系统的设计流程与完整功能。 |
| 作者： | 余子容 |
| 专业： | 电气工程 |
| 导师： | 程江洲 |
| 授予学位： | 硕士 |
| 授予学位单位： | 三峡大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
