纯电动汽车续驶里程RBF神经网络预测算法的研究

随着全球气候环境的恶化,近年来,世界范围内有关机动车节能减排问题及其解决方法的研讨颇为热烈,其中推广新能源汽车是当前最为认可的有效举措之一。正因如此,全世界正兴起一个研制新能源汽车的浪潮。 在各类型能源汽车中,纯电动汽车污染程度最低、环境破坏力最小,然而其购置成本高与运营维护标准严格,主要体现为车载电池非常昂贵且其工作性能和使用寿命易受工作环境影响。因此,实时监控纯电动汽车电池及车辆工况、准确预测车辆续驶里程,对维持纯电动汽车运行安全、稳定、高效显得尤为重要。 为了达到上述要求,本文设计了纯电动公交运营监控系统,详细描述了该系统架构的设计思路与数据流程,然后从数据库和通信协议两方面介绍了系统设计时所使用的关键技术。在此基础上设计了电动汽车数据管理系统和GIS监控系统,并详细描述了各子功能模块的设计思路与实现技术。该系统的开发工具为visual studio2008,开发语言为C#,使用SQL SEVER2008作为数据库。 本文以广州亚运会纯电动公交运营监控系统为例,详细介绍了广州亚运会纯电动公交车载电池的部署情况,并根据车载电池工作的影响因素：1)设计改进了系统的数据提取与处理算法,并进行了系统实现；2)通过对处理数据的统计分析,总结了纯电动公交车载电池参数的变化规律,确定了影响纯电动公交车辆续驶里程的主要因素；3)基于上述主要因素,利用RBF (Radial Basis Function)神经网络对相关数据进行训练,得到了适用于电动公交续驶里程预测的RBF神经网络模型；4)最后通过实际运营数据对模型进行了校正和实证分析,验证了模型的实用性。