基于工况识别的P2.5构型PHEV能量管理策略OA北大核心CSTPCD
Research on energy management strategy of PHEV with P2.5 configuration based on working condition identification
合适的能量管理策略能够有效提升混合动力汽车续驶里程,通过Matlab/Simulink搭建整车模型,对P2.5构型的双动力源插电式混合动力汽车(PHEV)工况识别的能量管理策略展开研究.选取19个国内外典型循环工况,根据工况特征用层次聚类分析法将其划分为3类,建立支持向量机工况识别模型,采用鲸鱼算法对其进行优化,仿真结果表明,优化后工况识别模型识别准确率可达97.905％,与优化前相比,提高了21.646％.结合在线工况识别模型,通过神经网络学习…查看全部>>
Appropriate energy management strategy effectively improves the range of hybrid vehicles.This paper investigates the energy management strategy for condition identification of dual power source plug-in hybrid electric vehicle (PHEV) with P2.5 configuration by constructing the whole vehicle model through Matlab/Simulink.Nineteen domestic and international typical cycling conditions are selected and classified into three categories by hierarchical cluster anal…查看全部>>
罗勇;李豪;翁勇永;李莉莎;李小凡;孙强
重庆理工大学 汽车零部件先进制造技术教育部重点实验室,重庆 400054||宁波圣龙(集团)有限公司 技术中心,浙江 宁波 315199重庆理工大学 汽车零部件先进制造技术教育部重点实验室,重庆 400054重庆理工大学 汽车零部件先进制造技术教育部重点实验室,重庆 400054重庆理工大学 汽车零部件先进制造技术教育部重点实验室,重庆 400054重庆理工大学 汽车零部件先进制造技术教育部重点实验室,重庆 400054宁波圣龙(集团)有限公司 技术中心,浙江 宁波 315199
交通运输
插电式混合动力汽车能量管理策略工况识别动态规划神经网络
plug-in hybrid vehiclesenergy management strategiescondition recognitiondynamic planningneural networks
《重庆理工大学学报》 2024 (15)
74-83,10
重庆市技术创新与应用发展重大专项(CSTB2022TIAD-STX0005)重庆市教委科学技术研究项目(KJQN202201125)重庆理工大学重大科研项目(2022TBZ003)
评论