純電動汽車續(xù)駛里程RBF神經網絡預測算法的研究.pdf

1、隨著全球氣候環(huán)境的惡化，近年來，世界范圍內有關機動車節(jié)能減排問題及其解決方法的研討頗為熱烈，其中推廣新能源汽車是當前最為認可的有效舉措之一。正因如此，全世界正興起一個研制新能源汽車的浪潮。
　　在各類型能源汽車中，純電動汽車污染程度最低、環(huán)境破壞力最小，然而其購置成本高與運營維護標準嚴格，主要體現(xiàn)為車載電池非常昂貴且其工作性能和使用壽命易受工作環(huán)境影響。因此，實時監(jiān)控純電動汽車電池及車輛工況、準確預測車輛續(xù)駛里程，對維持純電動汽車

2、運行安全、穩(wěn)定、高效顯得尤為重要。
　　為了達到上述要求，本文設計了純電動公交運營監(jiān)控系統(tǒng)，詳細描述了該系統(tǒng)架構的設計思路與數(shù)據流程，然后從數(shù)據庫和通信協(xié)議兩方面介紹了系統(tǒng)設計時所使用的關鍵技術。在此基礎上設計了電動汽車數(shù)據管理系統(tǒng)和GIS監(jiān)控系統(tǒng)，并詳細描述了各子功能模塊的設計思路與實現(xiàn)技術。該系統(tǒng)的開發(fā)工具為visualstudio2008，開發(fā)語言為C＃，使用SQL SEVER2008作為數(shù)據庫。
　　本文以廣州亞運會

3、純電動公交運營監(jiān)控系統(tǒng)為例，詳細介紹了廣州亞運會純電動公交車載電池的部署情況，并根據車載電池工作的影響因素：1)設計改進了系統(tǒng)的數(shù)據提取與處理算法，并進行了系統(tǒng)實現(xiàn)；2)通過對處理數(shù)據的統(tǒng)計分析，總結了純電動公交車載電池參數(shù)的變化規(guī)律，確定了影響純電動公交車輛續(xù)駛里程的主要因素；3)基于上述主要因素，利用RBF(Radial Basis Function)神經網絡對相關數(shù)據進行訓練，得到了適用于電動公交續(xù)駛里程預測的RBF神經網絡模型；