本發(fā)明涉及汽車(chē)
技術(shù)領(lǐng)域：
，特別是指一種續(xù)駛里程的確定方法、裝置及汽車(chē)。
背景技術(shù)：
：與普通內(nèi)燃機(jī)汽車(chē)相比，電動(dòng)汽車(chē)在排放和能源合理利用方面有很大的優(yōu)越性，但目前電動(dòng)汽車(chē)的續(xù)駛里程短，且能量補(bǔ)充速度慢，制約了電動(dòng)汽車(chē)的推廣普及。故電動(dòng)汽車(chē)應(yīng)能向用戶(hù)提供更為準(zhǔn)確的動(dòng)力電池續(xù)駛里程信息，以便用戶(hù)規(guī)劃行程及充電時(shí)間。但是現(xiàn)有的電動(dòng)汽車(chē)?yán)m(xù)駛里程的確定主要是依據(jù)動(dòng)力電池輸出能量與汽車(chē)行駛消耗的能量相等的原則進(jìn)行的，然而，特殊行駛工況下，如泥濘山路，動(dòng)力電池輸出能量與汽車(chē)行駛消耗的能量并不相等。因此，現(xiàn)有的電動(dòng)汽車(chē)?yán)m(xù)駛里程的確定方法的適用性和準(zhǔn)確性較差。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的是提供一種續(xù)駛里程的確定方法、裝置及汽車(chē)，以解決現(xiàn)有的電動(dòng)汽車(chē)?yán)m(xù)駛里程的確定方法的適用性和準(zhǔn)確性較差的問(wèn)題。為達(dá)到上述目的，本發(fā)明的實(shí)施例提供一種續(xù)駛里程的確定方法，包括：獲取汽車(chē)當(dāng)前時(shí)間之前一預(yù)設(shè)時(shí)間長(zhǎng)度內(nèi)的第一行駛數(shù)據(jù)；根據(jù)所述第一行駛數(shù)據(jù)，確定所述汽車(chē)的當(dāng)前行駛工況；根據(jù)所述當(dāng)前行駛工況，確定對(duì)應(yīng)當(dāng)前剩余能量的續(xù)駛里程。本發(fā)明實(shí)施例的續(xù)駛里程的確定方法，首先獲取汽車(chē)當(dāng)前時(shí)間之前一預(yù)設(shè)時(shí)間長(zhǎng)度內(nèi)的第一行駛數(shù)據(jù)，作為續(xù)駛里程的基礎(chǔ)數(shù)據(jù)。然后，根據(jù)該第一行駛數(shù)據(jù)，確定出汽車(chē)的當(dāng)前行駛工況。最后，根據(jù)確定出的當(dāng)前行駛工況，確定出對(duì)應(yīng)當(dāng)前剩余的續(xù)駛里程。這樣，通過(guò)以汽車(chē)的實(shí)際行駛數(shù)據(jù)為基礎(chǔ)確定當(dāng)前的行駛工況，然后基于行駛工況確定對(duì)應(yīng)當(dāng)前剩余能量的續(xù)駛里程的方式，考慮到了行駛工況對(duì)續(xù)駛里程的影響，增加了續(xù)駛里程的估算準(zhǔn)確性，且具有更佳的適用性。其中，所述續(xù)駛里程的確定方法還包括：提取預(yù)先存儲(chǔ)的典型行駛工況的第二行駛數(shù)據(jù)中的行駛參數(shù)；對(duì)所述第二行駛數(shù)據(jù)進(jìn)行主成分分析，在所述行駛參數(shù)中確定第一行駛參數(shù)；根據(jù)預(yù)設(shè)的聚類(lèi)個(gè)數(shù)和所述第一行駛參數(shù)，對(duì)所述第二行駛數(shù)據(jù)進(jìn)行聚類(lèi)分析，確定所述典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)個(gè)數(shù)和聚類(lèi)中心。其中，根據(jù)第一行駛數(shù)據(jù)，確定所述汽車(chē)的當(dāng)前行駛工況的步驟，包括：提取所述第一行駛數(shù)據(jù)中對(duì)應(yīng)所述第一行駛參數(shù)的第二行駛參數(shù)；根據(jù)公式di＝||x-ci||，獲取所述第二行駛參數(shù)x與聚類(lèi)中心ci的距離di；其中，i表示第i個(gè)聚類(lèi)；根據(jù)di最小時(shí)對(duì)應(yīng)的聚類(lèi)，確定所述汽車(chē)的當(dāng)前行駛工況。其中，根據(jù)所述當(dāng)前行駛工況，確定對(duì)應(yīng)當(dāng)前剩余能量的續(xù)駛里程的步驟，包括：根據(jù)公式獲得所述典型行駛工況的行駛數(shù)據(jù)每個(gè)聚類(lèi)的平均耗能其中，ni表示屬于第i個(gè)聚類(lèi)的工況片段個(gè)數(shù)，Ek表示第k個(gè)工況片段的能量消耗，fk表示第k個(gè)工況片段的隸屬度，F(xiàn)i表示第i個(gè)聚類(lèi)隸屬度之和；根據(jù)所述汽車(chē)的當(dāng)前行駛工況，確定對(duì)應(yīng)聚類(lèi)的平均能耗作為單位能耗；根據(jù)公式得到所述汽車(chē)的之前j個(gè)工況片段的總行駛耗能Ecost；其中，Ej表示所述汽車(chē)第j個(gè)工況片段的能量消耗，選取Ej等于單位能耗；根據(jù)公式得到所述汽車(chē)單位能耗行駛的里程數(shù)l；其中，S表示所述汽車(chē)在所述預(yù)設(shè)時(shí)間長(zhǎng)度內(nèi)的行駛里程；根據(jù)公式Eres＝Etotal-Ecost，得到所述汽車(chē)的剩余能量Eres；其中，Etotal表示所述汽車(chē)的電池總能量；根據(jù)公式Sres＝lEres，得到所述汽車(chē)的續(xù)駛里程。其中，對(duì)所述第二行駛數(shù)據(jù)進(jìn)行主成分分析，在所述行駛參數(shù)中確定第一行駛參數(shù)的步驟，包括：確定所述第二行駛數(shù)據(jù)中的n個(gè)樣品和p個(gè)變量，構(gòu)建n*p的第一矩陣；將所述第一矩陣進(jìn)行標(biāo)準(zhǔn)變化后，獲取各個(gè)變量間的相關(guān)系數(shù)，得到相關(guān)系數(shù)的第二矩陣；獲取所述第二矩陣的特征值和對(duì)應(yīng)的標(biāo)準(zhǔn)特征向量，根據(jù)公式Y(jié)i＝Xei，得到第i個(gè)主成分Yi；其中，ei表示第i個(gè)主成分的標(biāo)準(zhǔn)特征向量，i＝1…p；根據(jù)所述主成分，確定第一行駛參數(shù)。其中，根據(jù)所述主成分，確定第一行駛參數(shù)的步驟，包括：根據(jù)公式得到第i個(gè)主成分的貢獻(xiàn)率wi；其中，λi表示第i個(gè)主成分的特征值；根據(jù)公式得到m個(gè)主成分的累計(jì)貢獻(xiàn)率wm；根據(jù)行駛參數(shù)與主成分間的相關(guān)性以及行駛參數(shù)間的相關(guān)性，對(duì)特征值大于第一預(yù)設(shè)閾值且累積貢獻(xiàn)率大于第二預(yù)設(shè)閾值的主成分進(jìn)行分析，確定第一行駛參數(shù)。其中，根據(jù)預(yù)設(shè)的聚類(lèi)個(gè)數(shù)和所述第一行駛參數(shù)，對(duì)所述第二行駛數(shù)據(jù)進(jìn)行聚類(lèi)分析，確定所述典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)個(gè)數(shù)和聚類(lèi)中心的步驟，包括：根據(jù)預(yù)設(shè)的聚類(lèi)個(gè)數(shù)以及0，1間的隨機(jī)數(shù)，初始化隸屬度矩陣U；根據(jù)公式獲得第l步的聚類(lèi)中心V(l)；其中，uik表示第k個(gè)樣品屬于第i類(lèi)的隸屬度，且uik滿(mǎn)足根據(jù)公式獲得第l步的目標(biāo)函數(shù)J(l)；根據(jù)公式修正第l步的隸屬度矩陣U(l)，其中在滿(mǎn)足時(shí)，得到目標(biāo)隸屬度矩陣和目標(biāo)聚類(lèi)中心；其中，εu為預(yù)設(shè)的隸屬終止容限；將所述第一行駛參數(shù)與每個(gè)聚類(lèi)個(gè)數(shù)對(duì)應(yīng)的目標(biāo)聚類(lèi)中心進(jìn)行比對(duì)，確定狀態(tài)類(lèi)區(qū)分明顯的聚類(lèi)個(gè)數(shù)為所述典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)個(gè)數(shù)，對(duì)應(yīng)的目標(biāo)聚類(lèi)中心為所述典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)中心。為達(dá)到上述目的，本發(fā)明的實(shí)施例還提供了一種續(xù)駛里程的確定裝置，包括：獲取模塊，用于獲取汽車(chē)當(dāng)前時(shí)間之前一預(yù)設(shè)時(shí)間長(zhǎng)度內(nèi)的第一行駛數(shù)據(jù)；第一確定模塊，用于根據(jù)所述第一行駛數(shù)據(jù)，確定所述汽車(chē)的當(dāng)前行駛工況；第二確定模塊，用于根據(jù)所述當(dāng)前行駛工況，確定對(duì)應(yīng)當(dāng)前剩余能量的續(xù)駛里程。本發(fā)明實(shí)施例的續(xù)駛里程的確定裝置，獲取模塊獲取汽車(chē)當(dāng)前時(shí)間之前一預(yù)設(shè)時(shí)間長(zhǎng)度內(nèi)的第一行駛數(shù)據(jù)，作為續(xù)駛里程的基礎(chǔ)數(shù)據(jù)。然后，第一確定模塊根據(jù)該第一行駛數(shù)據(jù)，確定出汽車(chē)的當(dāng)前行駛工況。最后，第二確定模塊根據(jù)確定出的當(dāng)前行駛工況，確定出對(duì)應(yīng)當(dāng)前剩余的續(xù)駛里程。這樣，通過(guò)以汽車(chē)的實(shí)際行駛數(shù)據(jù)為基礎(chǔ)確定當(dāng)前的行駛工況，然后基于行駛工況確定對(duì)應(yīng)當(dāng)前剩余能量的續(xù)駛里程的方式，考慮到了行駛工況對(duì)續(xù)駛里程的影響，增加了續(xù)駛里程的估算準(zhǔn)確性，且具有更佳的適用性。其中，所述續(xù)駛里程的確定裝置還包括：提取模塊，用于提取預(yù)先存儲(chǔ)的典型行駛工況的第二行駛數(shù)據(jù)中的行駛參數(shù)；第一處理模塊，用于對(duì)所述第二行駛數(shù)據(jù)進(jìn)行主成分分析，在所述行駛參數(shù)中確定第一行駛參數(shù)；第二處理模塊，用于根據(jù)預(yù)設(shè)的聚類(lèi)個(gè)數(shù)和所述第一行駛參數(shù)，對(duì)所述第二行駛數(shù)據(jù)進(jìn)行聚類(lèi)分析，確定所述典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)個(gè)數(shù)和聚類(lèi)中心。其中，所述第一確定模塊包括：提取子模塊，用于提取所述第一行駛數(shù)據(jù)中對(duì)應(yīng)所述第一行駛參數(shù)的第二行駛參數(shù)；獲取子模塊，用于根據(jù)公式di＝||x-ci||，獲取所述第二行駛參數(shù)x與聚類(lèi)中心ci的距離di；其中，i表示第i個(gè)聚類(lèi)；第一確定子模塊，用于根據(jù)di最小時(shí)對(duì)應(yīng)的聚類(lèi)，確定所述汽車(chē)的當(dāng)前行駛工況。其中，所述第二確定模塊包括：第一處理子模塊，用于根據(jù)公式獲得所述典型行駛工況的行駛數(shù)據(jù)每個(gè)聚類(lèi)的平均耗能其中，ni表示屬于第i個(gè)聚類(lèi)的工況片段個(gè)數(shù)，Ek表示第k個(gè)工況片段的能量消耗，fk表示第k個(gè)工況片段的隸屬度，F(xiàn)i表示第i個(gè)聚類(lèi)隸屬度之和；第二確定子模塊，用于根據(jù)所述汽車(chē)的當(dāng)前行駛工況，確定對(duì)應(yīng)聚類(lèi)的平均能耗作為單位能耗；第二處理子模塊，用于根據(jù)公式得到所述汽車(chē)的之前j個(gè)工況片段的總行駛耗能Ecost；其中，Ej表示所述汽車(chē)第j個(gè)工況片段的能量消耗，選取Ej等于單位能耗；第三處理子模塊，用于根據(jù)公式得到所述汽車(chē)單位能耗行駛的里程數(shù)l；其中，S表示所述汽車(chē)在所述預(yù)設(shè)時(shí)間長(zhǎng)度內(nèi)的行駛里程；第四處理子模塊，用于根據(jù)公式Eres＝Etotal-Ecost，得到所述汽車(chē)的剩余能量Eres；其中，Etotal表示所述汽車(chē)的電池總能量；第五處理子模塊，用于根據(jù)公式Sres＝lEres，得到所述汽車(chē)的續(xù)駛里程。其中，所述第一處理模塊包括：構(gòu)建子模塊，用于確定所述第二行駛數(shù)據(jù)中的n個(gè)樣品和p個(gè)變量，構(gòu)建n*p的第一矩陣；第六處理子模塊，用于將所述第一矩陣進(jìn)行標(biāo)準(zhǔn)變化后，獲取各個(gè)變量間的相關(guān)系數(shù)，得到相關(guān)系數(shù)的第二矩陣；第七處理子模塊，用于獲取所述第二矩陣的特征值和對(duì)應(yīng)的標(biāo)準(zhǔn)特征向量，根據(jù)公式Y(jié)i＝Xei，得到第i個(gè)主成分Yi；其中，ei表示第i個(gè)主成分的標(biāo)準(zhǔn)特征向量，i＝1…p；第三確定子模塊，用于根據(jù)所述主成分，確定第一行駛參數(shù)。其中，所述第三確定子模塊包括：第一處理單元，用于根據(jù)公式得到第i個(gè)主成分的貢獻(xiàn)率wi；其中，λi表示第i個(gè)主成分的特征值；第二處理單元，用于根據(jù)公式得到m個(gè)主成分的累計(jì)貢獻(xiàn)率wm；第三處理單元，用于根據(jù)行駛參數(shù)與主成分間的相關(guān)性以及行駛參數(shù)間的相關(guān)性，對(duì)特征值大于第一預(yù)設(shè)閾值且累積貢獻(xiàn)率大于第二預(yù)設(shè)閾值的主成分進(jìn)行分析，確定第一行駛參數(shù)。其中，所述第二處理模塊包括：初始化子模塊，用于根據(jù)預(yù)設(shè)的聚類(lèi)個(gè)數(shù)以及0，1間的隨機(jī)數(shù)，初始化隸屬度矩陣U；第八處理子模塊，用于根據(jù)公式獲得第l步的聚類(lèi)中心V(l)；其中，uik表示第k個(gè)樣品屬于第i類(lèi)的隸屬度，且uik滿(mǎn)足第九處理子模塊，用于根據(jù)公式獲得第l步的目標(biāo)函數(shù)J(l)；修正子模塊，用于根據(jù)公式修正第l步的隸屬度矩陣U(l)，其中第十處理子模塊，用于在滿(mǎn)足時(shí)，得到目標(biāo)隸屬度矩陣和目標(biāo)聚類(lèi)中心；其中，εu為預(yù)設(shè)的隸屬終止容限；第四確定子模塊，用于將所述第一行駛參數(shù)與每個(gè)聚類(lèi)個(gè)數(shù)對(duì)應(yīng)的目標(biāo)聚類(lèi)中心進(jìn)行比對(duì)，確定狀態(tài)類(lèi)區(qū)分明顯的聚類(lèi)個(gè)數(shù)為所述典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)個(gè)數(shù)，對(duì)應(yīng)的目標(biāo)聚類(lèi)中心為所述典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)中心。為達(dá)到上述目的，本發(fā)明的實(shí)施例還提供了一種汽車(chē)，包括如上所述的續(xù)駛里程的確定裝置。本發(fā)明實(shí)施例的汽車(chē)，能夠獲取汽車(chē)當(dāng)前時(shí)間之前一預(yù)設(shè)時(shí)間長(zhǎng)度內(nèi)的第一行駛數(shù)據(jù)，作為續(xù)駛里程的基礎(chǔ)數(shù)據(jù)。然后，根據(jù)該第一行駛數(shù)據(jù)，確定出汽車(chē)的當(dāng)前行駛工況。最后，根據(jù)確定出的當(dāng)前行駛工況，確定出對(duì)應(yīng)當(dāng)前剩余的續(xù)駛里程。這樣，通過(guò)以汽車(chē)的實(shí)際行駛數(shù)據(jù)為基礎(chǔ)確定當(dāng)前的行駛工況，然后基于行駛工況確定對(duì)應(yīng)當(dāng)前剩余能量的續(xù)駛里程的方式，考慮到了行駛工況對(duì)續(xù)駛里程的影響，增加了續(xù)駛里程的估算準(zhǔn)確性，且具有更佳的適用性。附圖說(shuō)明圖1為本發(fā)明實(shí)施例的續(xù)駛里程的確定方法的步驟流程示意圖一；圖2為本發(fā)明實(shí)施例的續(xù)駛里程的確定方法的步驟流程示意圖二；圖3為美國(guó)的城市道路循環(huán)UDDS工況片段圖；圖4為C＝3的聚類(lèi)中心結(jié)果示意圖；圖5為C＝4的聚類(lèi)中心結(jié)果示意圖；圖6為C＝5的聚類(lèi)中心結(jié)果示意圖；圖7為C＝6的聚類(lèi)中心結(jié)果示意圖；圖8為215個(gè)片段聚類(lèi)結(jié)果示意圖；圖9為本發(fā)明實(shí)施例中行駛工況識(shí)別流程框圖；圖10為本發(fā)明實(shí)施例的續(xù)駛里程的確定方法的流程框圖；圖11為215個(gè)片段的能量消耗示意圖；圖12為ECE15工況速度-時(shí)間變化曲線(xiàn)示意圖；圖13為ECE15工況下單位能耗行駛里程數(shù)示意圖；圖14為ECE15工況下能量消耗比較示意圖；圖15為剩余續(xù)駛里程估算比較示意圖；圖16為本發(fā)明實(shí)施例的續(xù)駛里程的確定裝置的結(jié)構(gòu)示意圖。具體實(shí)施方式為使本發(fā)明要解決的技術(shù)問(wèn)題、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖及具體實(shí)施例進(jìn)行詳細(xì)描述。本發(fā)明針對(duì)現(xiàn)有的電動(dòng)汽車(chē)?yán)m(xù)駛里程的確定方法適用性和準(zhǔn)確性較差的問(wèn)題，提供了一種續(xù)駛里程的確定方法、裝置及汽車(chē)，基于行駛工況確定汽車(chē)?yán)m(xù)駛里程，達(dá)到更高的適用性和準(zhǔn)確性。如圖1所示，本發(fā)明實(shí)施例的一種續(xù)駛里程的確定方法，包括：步驟101，獲取汽車(chē)當(dāng)前時(shí)間之前一預(yù)設(shè)時(shí)間長(zhǎng)度內(nèi)的第一行駛數(shù)據(jù)；步驟102，根據(jù)所述第一行駛數(shù)據(jù)，確定所述汽車(chē)的當(dāng)前行駛工況；步驟103，根據(jù)所述當(dāng)前行駛工況，確定對(duì)應(yīng)當(dāng)前剩余能量的續(xù)駛里程。本發(fā)明實(shí)施例的續(xù)駛里程的確定方法，應(yīng)用于純電動(dòng)汽車(chē)，首先獲取汽車(chē)當(dāng)前時(shí)間之前一預(yù)設(shè)時(shí)間長(zhǎng)度內(nèi)的第一行駛數(shù)據(jù)，作為續(xù)駛里程的基礎(chǔ)數(shù)據(jù)。然后，根據(jù)該第一行駛數(shù)據(jù)，確定出汽車(chē)的當(dāng)前行駛工況。最后，根據(jù)確定出的當(dāng)前行駛工況，確定出對(duì)應(yīng)當(dāng)前剩余的續(xù)駛里程。這樣，通過(guò)以汽車(chē)的實(shí)際行駛數(shù)據(jù)為基礎(chǔ)確定當(dāng)前的行駛工況，然后基于行駛工況確定對(duì)應(yīng)當(dāng)前剩余能量的續(xù)駛里程的方式，考慮到了行駛工況對(duì)續(xù)駛里程的影響，增加了續(xù)駛里程的估算準(zhǔn)確性，且具有更佳的適用性。其中，為了實(shí)現(xiàn)對(duì)汽車(chē)行駛工況的確定，如圖2所示，本發(fā)明實(shí)施例的續(xù)駛里程的確定方法，還包括：步驟104，提取預(yù)先存儲(chǔ)的典型行駛工況的第二行駛數(shù)據(jù)中的行駛參數(shù)；步驟105，對(duì)所述第二行駛數(shù)據(jù)進(jìn)行主成分分析，在所述行駛參數(shù)中確定第一行駛參數(shù)；步驟106，根據(jù)預(yù)設(shè)的聚類(lèi)個(gè)數(shù)和所述第一行駛參數(shù)，對(duì)所述第二行駛數(shù)據(jù)進(jìn)行聚類(lèi)分析，確定所述典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)個(gè)數(shù)和聚類(lèi)中心。如步驟104～106，該實(shí)施例中，采用主成分分析和模糊聚類(lèi)結(jié)合的，對(duì)預(yù)存儲(chǔ)的典型行駛工況進(jìn)行特征分析和狀態(tài)識(shí)別，確定該典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)個(gè)數(shù)和聚類(lèi)中心。這樣，在獲取到實(shí)際行駛數(shù)據(jù)后，就能夠更快、更準(zhǔn)確地確定出對(duì)應(yīng)的當(dāng)前行駛工況，進(jìn)而確定出準(zhǔn)確的續(xù)駛里程。應(yīng)該知道的是，汽車(chē)行駛工況用來(lái)代表特定環(huán)境的汽車(chē)行駛速度-時(shí)間歷程，可為汽車(chē)的動(dòng)力匹配涉及、排放水平和能量消耗提供參考和檢測(cè)依據(jù)。比較典型的行駛工況有：美國(guó)的城市道路循環(huán)UDDS工況、高速公路省油測(cè)試HWFET工況，歐洲的新歐洲標(biāo)準(zhǔn)行駛循環(huán)NEDC工況和日本的10-15工況等。選取具有代表性的行駛工況，將這些工況的速度-時(shí)間數(shù)據(jù)按一定的時(shí)間周期劃分可得到多個(gè)行駛工況片段，如圖3所示，將UDDS工況前1200秒的時(shí)間歷程進(jìn)行片段劃分，以時(shí)間周期為120秒可得到10個(gè)行駛工況片段(以下簡(jiǎn)稱(chēng)片段)。為了準(zhǔn)確描述每個(gè)片段，確保不會(huì)出現(xiàn)行駛工況的信息丟失和失真，該實(shí)施例中，擬定了12個(gè)行駛參數(shù)用于描述，如下表1所示。表1以UDDS工況前5個(gè)片段為例，計(jì)算出了對(duì)應(yīng)的行駛參數(shù)如下表2所示，可以看出5個(gè)片段的12個(gè)行駛參數(shù)有很大的區(qū)別。符號(hào)片段1片段2片段3片段4片段5Vm31.8939.0259.3334.2425.81Vmax52.1691.1191.2658.7557.13∑V2121892506442462158169157Vsd23.1391.9882.9541.6825.04am0.0960.141-0.0990.019-0.052APA0.3920.5530.5290.7000.480ANA-0.422-0.699-0.427-0.764-0.727Pa49.246.72539.238.3Pd29.115.853.331.730.8Pc4.25108.311.7Pi17.532.511.720.819.2L1.0591.2851.9581.1260.848表2按照上述方式，在步驟104中，即可實(shí)現(xiàn)提取預(yù)先存儲(chǔ)的典型行駛工況的第二行駛數(shù)據(jù)中的行駛參數(shù)。例如，預(yù)先存儲(chǔ)了20個(gè)典型行駛工況，以120秒為時(shí)間周期，劃分得到215個(gè)片段，提取其中的行駛參數(shù)進(jìn)行分析計(jì)算，為汽車(chē)行駛工況的識(shí)別奠定基礎(chǔ)。如圖2所示，經(jīng)步驟104提取第二行駛數(shù)據(jù)中的行駛參數(shù)后，下一步，步驟105，對(duì)所述第二行駛數(shù)據(jù)進(jìn)行主成分分析，在所述行駛參數(shù)中確定第一行駛參數(shù)。具體的，步驟105包括：步驟1051，確定所述第二行駛數(shù)據(jù)中的n個(gè)樣品和p個(gè)變量，構(gòu)建n*p的第一矩陣X。本步驟中，確定研究對(duì)象是n個(gè)樣品和p個(gè)變量的第二行駛數(shù)據(jù)(n>p)，記為x1,x2,…xn，其中xi＝(xi1，xi2，…,xip)′,(i＝1,2,…,n)，構(gòu)成一個(gè)n*p的第一矩陣為步驟1052，將所述第一矩陣進(jìn)行標(biāo)準(zhǔn)變化后，獲取各個(gè)變量間的相關(guān)系數(shù)，得到相關(guān)系數(shù)的第二矩陣。本步驟中，將步驟1051得到的第一矩陣進(jìn)行標(biāo)準(zhǔn)變化后，計(jì)算各個(gè)變量間的相關(guān)系數(shù)，得到原變量之間的相關(guān)系數(shù)矩陣，也就是第二矩陣為步驟1053，獲取所述第二矩陣的特征值和對(duì)應(yīng)的標(biāo)準(zhǔn)特征向量，根據(jù)公式Y(jié)i＝Xei，得到隨機(jī)變量X的第i個(gè)主成分Yi；其中，ei表示第i個(gè)主成分的標(biāo)準(zhǔn)特征向量，i＝1…p。本步驟中，求解第二矩陣的特征值和對(duì)應(yīng)的標(biāo)準(zhǔn)特征向量ei，i＝1…p。并以e1,e2,…,ep為系數(shù)向量，得到Y(jié)1＝Xe1,Y2＝Xe2,…,YP＝XeP，即為隨機(jī)變量X的第一主成分、第二主成分、…、第p主成分。步驟1054，根據(jù)所述主成分，確定第一行駛參數(shù)。本步驟中，根據(jù)步驟1054得到的主成分，來(lái)確定出典型行駛工況中具有代表性的第一行駛參數(shù)。進(jìn)一步具體的，步驟1054包括：步驟10541，根據(jù)公式得到第i個(gè)主成分的貢獻(xiàn)率wi；其中，λi表示第i個(gè)主成分的特征值。本步驟中，由公式可以得到第i個(gè)主成分的貢獻(xiàn)率wi，其值越大代表主成分表達(dá)的信息越多。步驟10542，根據(jù)公式得到m個(gè)主成分的累計(jì)貢獻(xiàn)率wm。本步驟中，以步驟10541得到的每個(gè)主成分的貢獻(xiàn)率為基礎(chǔ)，由公式得到m個(gè)主成分的累計(jì)貢獻(xiàn)率wm。通常當(dāng)累積貢獻(xiàn)率達(dá)到80％或85％時(shí)表示前m個(gè)主成分可代表所有原始變量進(jìn)行分析。步驟10543，根據(jù)行駛參數(shù)與主成分間的相關(guān)性以及行駛參數(shù)間的相關(guān)性，對(duì)特征值大于第一預(yù)設(shè)閾值且累積貢獻(xiàn)率大于第二預(yù)設(shè)閾值的主成分進(jìn)行分析，確定第一行駛參數(shù)。本步驟中，基于行駛參數(shù)與主成分間的相關(guān)性以及行駛參數(shù)間的相關(guān)性，對(duì)特征值大于第一預(yù)設(shè)閾值且累積貢獻(xiàn)率大于第二預(yù)設(shè)閾值的主成分進(jìn)行分析，確定第一行駛參數(shù)。各特征參數(shù)間具有一定的相關(guān)性，表達(dá)的工況信息存在重疊，利用主成分就可以用較少的變量表達(dá)更多的工況信息，從而可達(dá)到降維目的。以上述示例中得到的215個(gè)片段行駛參數(shù)的數(shù)據(jù)進(jìn)行主成分分析，得到12個(gè)主成分。Yi(i＝1，2，…，12)表示各主成分，每個(gè)主成分的特征值、貢獻(xiàn)率、累積貢獻(xiàn)如下表3所示。主成分特征值貢獻(xiàn)率/％累積貢獻(xiàn)率/％Y15.07642.3042.30Y22.02216.8559.15Y31.59213.2772.42Y41.51012.5985.01Y50.7095.9190.92Y60.5214.3495.26Y70.4213.5198.87Y80.0810.6899.45Y90.0310.2699.71Y100.0220.1899.89Y110.0060.0699.95Y120.0050.05100表3特征值某種程度上反映了主成分影響力度大小的指標(biāo)，一般將特征值大于1的主成分作為分析對(duì)象。由表3可以看出，前8個(gè)主成分幾乎包含了12個(gè)行駛參數(shù)的所有信息，其中前4個(gè)主成分的累積貢獻(xiàn)率已經(jīng)到達(dá)了85.01％，且特征值均大于1，所以選取前4個(gè)主成分進(jìn)行分析。表4中列出了前4個(gè)主成分的載荷矩陣數(shù)據(jù)：特征參數(shù)Y1Y2Y3Y4Vm0.430-0.0030.1190.038Vmax0.409-0.2010.0330.106∑V20.4070.0170.0420.178Vsd0.135-0.5140.0020.176am0.0320.444-0.2020.556APA-0.132-0.304-0.3030.500ANA0.1220.5300.109-0.234Pa0.2320.2420.1320.069Pd0.207-0.245-0.338-0.496Pc0.113-0.0230.6510.179Pi-0.369-0.001-0.5230.138L0.4280.0560.0860.087表4可以知道的是，某參數(shù)在某個(gè)主成分上的載荷系數(shù)絕對(duì)值越大，表明這個(gè)參數(shù)與這個(gè)主成分的相關(guān)程度越高，由此確定4個(gè)主成分與12個(gè)行駛參數(shù)的相關(guān)系數(shù)。第一主成分(Y1)主要反映了平均車(chē)速和行駛里程；第二主成分(Y2)反映了速度標(biāo)準(zhǔn)差和負(fù)加速度平均值；第三主成分(Y3)主要是怠速比例和勻速比例；第四主成分(Y4)反映了平均加速度和減速比例。根據(jù)特征參數(shù)與主成分間的相關(guān)性及參數(shù)間的相關(guān)性，從前4個(gè)主成分中選取具有代表性的平均車(chē)速、怠速比例、勻速比例和減速比例的4個(gè)參數(shù)用于聚類(lèi)分析。如圖2所示，經(jīng)步驟105確定第二行駛數(shù)據(jù)中具有代表性的行駛參數(shù)后，執(zhí)行下一步，步驟106，進(jìn)行聚類(lèi)分析，來(lái)確定典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)個(gè)數(shù)和聚類(lèi)中心。本發(fā)明實(shí)施例中，采用模糊聚類(lèi)，每一個(gè)樣品不是嚴(yán)格的劃分為某一類(lèi)，而是以一定的隸屬度隸屬于某一類(lèi)。令V＝{v1,v2,…,vc}為每個(gè)類(lèi)的聚類(lèi)中心，uik表示第k個(gè)樣品屬于第i類(lèi)的隸屬度，并且uik滿(mǎn)足定義目標(biāo)函數(shù)為：J(U,V)=Σk=1nΣi=1cuikm||xk-vi||]]>其中，U為隸屬度矩陣，J(U,V)為各類(lèi)中樣品到各個(gè)聚類(lèi)中心的加權(quán)平方距離之和。模糊C均值聚類(lèi)的準(zhǔn)則就是確定U和V使得J(U,V)最小。因此，具體的，步驟106包括:步驟1061，根據(jù)預(yù)設(shè)的聚類(lèi)個(gè)數(shù)以及0，1間的隨機(jī)數(shù)，初始化隸屬度矩陣U。系統(tǒng)預(yù)設(shè)或用戶(hù)自定義的聚類(lèi)個(gè)數(shù)c，本步驟中，確定聚類(lèi)個(gè)數(shù)c，并利用0，1間的隨機(jī)數(shù)，初始化隸屬度矩陣U。步驟1062，根據(jù)公式獲得第l步的聚類(lèi)中心V(l)；其中，uik表示第k個(gè)樣品屬于第i類(lèi)的隸屬度，且uik滿(mǎn)足本步驟中，根據(jù)公式獲得第l步的聚類(lèi)中心V(l)。步驟1063，根據(jù)公式獲得第l步的目標(biāo)函數(shù)J(l)。本步驟中，由于經(jīng)步驟1062已獲得了V(l)，然后，根據(jù)公式即可獲得第l步的目標(biāo)函數(shù)J(l)。步驟1064，根據(jù)公式修正第l步的隸屬度矩陣U(l)，其中本步驟中，根據(jù)公式修正第l步的隸屬度矩陣U(l)。步驟1065，在滿(mǎn)足時(shí)，得到目標(biāo)隸屬度矩陣和目標(biāo)聚類(lèi)中心；其中，εu為預(yù)設(shè)的隸屬終止容限。經(jīng)過(guò)上述步驟迭代之后，可求得目標(biāo)隸屬度矩陣U和目標(biāo)聚類(lèi)中心V，使得目標(biāo)函數(shù)的值達(dá)到最小，并根據(jù)隸屬度矩陣的值確定所有樣品的歸屬，進(jìn)而到達(dá)聚類(lèi)的目的。而在未滿(mǎn)足時(shí)，繼續(xù)進(jìn)行迭代，l＝l+1。步驟1066，將所述第一行駛參數(shù)與每個(gè)聚類(lèi)個(gè)數(shù)對(duì)應(yīng)的目標(biāo)聚類(lèi)中心進(jìn)行比對(duì)，確定狀態(tài)類(lèi)區(qū)分明顯的聚類(lèi)個(gè)數(shù)為所述典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)個(gè)數(shù)，對(duì)應(yīng)的目標(biāo)聚類(lèi)中心為所述典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)中心。由于預(yù)設(shè)的聚類(lèi)個(gè)數(shù)不唯一，經(jīng)步驟1061～步驟1065后，對(duì)應(yīng)得到各個(gè)聚類(lèi)的目標(biāo)聚類(lèi)中心。本步驟中，針對(duì)多個(gè)目標(biāo)聚類(lèi)中心，確定狀態(tài)類(lèi)區(qū)分明顯的聚類(lèi)個(gè)數(shù)為典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)個(gè)數(shù)，對(duì)應(yīng)的目標(biāo)聚類(lèi)中心為典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)中心。模糊C均值聚類(lèi)中C的取值范圍是2≤C≤n。考慮道路交通特征和實(shí)際情況，對(duì)215個(gè)片段分別取C＝3、C＝4、C＝5和C＝6進(jìn)行聚類(lèi)分析，并根據(jù)之前主成分分析結(jié)果確定的第一行駛參數(shù)，將各個(gè)聚類(lèi)的勻速比例、怠速比例和減速比例的聚類(lèi)中心結(jié)果進(jìn)行對(duì)比，見(jiàn)圖4～圖7?？梢钥闯?，C＝5和C＝6的情況下各個(gè)狀態(tài)類(lèi)的時(shí)間比例不是很明顯，特別是勻速比例，圖4可以看出分C＝3時(shí)聚類(lèi)1和聚類(lèi)3的Pc接近，而C＝4類(lèi)時(shí)各狀態(tài)類(lèi)區(qū)分比較明顯，所以綜上確定4類(lèi)較為合理，故確定了聚類(lèi)個(gè)數(shù)C＝4。此外，為進(jìn)一步分析聚類(lèi)后同一類(lèi)別行駛工況的特征，以平均車(chē)速Vm和怠速比例Pi兩個(gè)行駛參數(shù)為例表示模糊C均值聚類(lèi)后的結(jié)果，如圖8所示。圖中215個(gè)片段分成了4類(lèi)，并標(biāo)出了每一類(lèi)的聚類(lèi)中心。聚類(lèi)4的中心坐標(biāo)是(9.382，0.449)，這一類(lèi)的工況片段怠速比例大，車(chē)速低，反映了這一類(lèi)工況屬于啟停頻繁交通堵塞的城市工況。聚類(lèi)2中心坐標(biāo)(99.849，0.0055)，可見(jiàn)平均車(chē)速高，怠速比例很低，這一工況屬于交通通暢的高速工況。其他兩個(gè)聚類(lèi)介于聚類(lèi)2和聚類(lèi)4之間，通常屬于市郊工況。通過(guò)模糊C均值聚類(lèi)分析合理地將工況片段分成了4種不同的類(lèi)型。經(jīng)上述內(nèi)容，將預(yù)先存儲(chǔ)的典型行駛工況的第二行駛數(shù)據(jù)通過(guò)主成分分析和模糊C聚類(lèi)分析進(jìn)行分類(lèi)并得到聚類(lèi)中心。之后，就需要根據(jù)汽車(chē)的實(shí)際行駛數(shù)據(jù)去確定汽車(chē)的當(dāng)前行駛工況。為了便于數(shù)據(jù)處理，優(yōu)選的，行駛數(shù)據(jù)的時(shí)間長(zhǎng)度等于典型行駛工況的第二行駛數(shù)據(jù)中一個(gè)片段的時(shí)間長(zhǎng)度。具體的，步驟102包括：步驟1021，提取所述第一行駛數(shù)據(jù)中對(duì)應(yīng)所述第一行駛參數(shù)的第二行駛參數(shù)。本步驟中，參照第一行駛參數(shù)，對(duì)應(yīng)提取第一行駛數(shù)據(jù)中的第二行駛參數(shù)。在上述示例中，第一行駛參數(shù)為平均車(chē)速、怠速比例、勻速比例和減速比例，對(duì)應(yīng)的，提取第一行駛數(shù)據(jù)的第二行駛參數(shù)平均車(chē)速、怠速比例、勻速比例和減速比例。步驟1022，根據(jù)公式di＝||x-ci||，獲取所述第二行駛參數(shù)x與聚類(lèi)中心ci的距離di；其中，i表示第i個(gè)聚類(lèi)。本步驟中，根據(jù)公式di＝||x-ci||，計(jì)算步驟1021中得到的第二行駛參數(shù)與各個(gè)典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)中心的距離di。其中x表示第一行駛數(shù)據(jù)的第二行駛參數(shù)x＝(x1,x2,…,xn)；ci表示聚類(lèi)i的聚類(lèi)中心ci＝(ci1,ci2,…,cin)。步驟1023，根據(jù)di最小時(shí)對(duì)應(yīng)的聚類(lèi)，確定所述汽車(chē)的當(dāng)前行駛工況。本步驟中，根據(jù)到聚類(lèi)中心聚類(lèi)最小的原則確定第一行駛數(shù)據(jù)對(duì)應(yīng)的類(lèi)別，也就可以確定汽車(chē)的當(dāng)前行駛工況。延續(xù)上例，將典型行駛工況的行駛數(shù)據(jù)215個(gè)片段通過(guò)主成分分析和聚類(lèi)分析得到4類(lèi)，利用平均車(chē)速、怠速比例、勻速比例和減速比例四個(gè)第一行駛參數(shù)表示聚類(lèi)中心，結(jié)果如下：C1＝(62.2，0.083，0.399，0.136)C2＝(99.8，0.005，0.367，0.156)C3＝(31.5，0.149，0.351，0.075)C4＝(9.38，0.449，0.229，0.042)工況識(shí)別時(shí)需提取汽車(chē)最近一個(gè)行駛工況片段的四個(gè)第二行駛參數(shù)，并按照公式di＝||x-ci||，計(jì)算該片段到4個(gè)聚類(lèi)中心的距離，選擇距離最小的聚類(lèi)作為該片段的類(lèi)別，對(duì)汽車(chē)的行駛工況進(jìn)行識(shí)別。以UDDS工況前5個(gè)片段為例，表5中識(shí)別出了各個(gè)片段的類(lèi)別，片段1、2、4、5到C3的距離最小，因此這4個(gè)片段屬于聚類(lèi)3；而片段3到C1的距離最小，該片段屬于聚類(lèi)1。表5因此，本發(fā)明實(shí)施例中，采用主成分分析和模糊聚類(lèi)相結(jié)合的方法進(jìn)行汽車(chē)行駛工況的識(shí)別流程如圖9所示，包括離線(xiàn)、在線(xiàn)和識(shí)別三個(gè)部分。離線(xiàn)部分將預(yù)先存儲(chǔ)的典型行駛工況的行駛數(shù)據(jù)通過(guò)上述的主成分分析和模糊C均值聚類(lèi)分析進(jìn)行分類(lèi)并得到聚類(lèi)中心；在線(xiàn)部分和識(shí)別部分即對(duì)汽車(chē)行駛工況的實(shí)時(shí)識(shí)別過(guò)程，汽車(chē)行駛中獲取最近一個(gè)片段的數(shù)據(jù)，并提取該片段的行駛參數(shù)，通過(guò)計(jì)算到各個(gè)聚類(lèi)中心的聚類(lèi)，根據(jù)到聚類(lèi)中心距離最小的原則確定該片段的類(lèi)別。確定汽車(chē)的當(dāng)前行駛工況后，如圖1所示，執(zhí)行下一步，步驟103，根據(jù)所述當(dāng)前行駛工況，確定對(duì)應(yīng)當(dāng)前剩余能量的續(xù)駛里程。具體的，步驟103包括：步驟1031，根據(jù)公式獲得所述典型行駛工況的行駛數(shù)據(jù)每個(gè)聚類(lèi)的平均耗能其中，ni表示屬于第i個(gè)聚類(lèi)的工況片段個(gè)數(shù)，Ek表示第k個(gè)工況片段的能量消耗，fk表示第k個(gè)工況片段的隸屬度，F(xiàn)i表示第i個(gè)聚類(lèi)隸屬度之和；步驟1032，根據(jù)所述汽車(chē)的當(dāng)前行駛工況，確定對(duì)應(yīng)聚類(lèi)的平均能耗作為單位能耗；步驟1033，根據(jù)公式得到所述汽車(chē)的之前j個(gè)工況片段的總行駛耗能Ecost；其中，Ej表示所述汽車(chē)第j個(gè)工況片段的能量消耗，選取Ej等于單位能耗；步驟1034，根據(jù)公式得到所述汽車(chē)單位能耗行駛的里程數(shù)l；其中，S表示所述汽車(chē)在所述預(yù)設(shè)時(shí)間長(zhǎng)度內(nèi)的行駛里程；步驟1035，根據(jù)公式Eres＝Etotal-Ecost，得到所述汽車(chē)的剩余能量Eres；其中，Etotal表示所述汽車(chē)的電池總能量；步驟1036，根據(jù)公式Sres＝lEres，得到所述汽車(chē)的續(xù)駛里程。通過(guò)上述步驟1031～步驟1036，首先獲得典型行駛工況的行駛數(shù)據(jù)每個(gè)聚類(lèi)的平均耗能，然后將之前識(shí)別的類(lèi)別的平均耗能作為汽車(chē)實(shí)際行駛的第一行駛數(shù)據(jù)的能量消耗，再獲得整個(gè)行駛過(guò)程中的總能量消耗。之后，獲得單位能耗行駛的里程數(shù)和純電動(dòng)汽車(chē)的剩余能量，最終得到純電動(dòng)汽車(chē)?yán)m(xù)駛里程。具體的，影響純電動(dòng)汽車(chē)?yán)m(xù)駛里程的因素有多種，主要分為兩類(lèi)：一是汽車(chē)本身的狀態(tài)，如電池組能量和整車(chē)參數(shù)；一是汽車(chē)行駛工況。不同汽車(chē)因不同的能量和整車(chē)參數(shù)，續(xù)駛里程也不一樣；同一汽車(chē)在不同行駛工況下的續(xù)駛里程也不一樣。本發(fā)明實(shí)施例的方法是在汽車(chē)本身的狀態(tài)基本確定的基礎(chǔ)上進(jìn)行的，以上述的215個(gè)工況片段的典型行駛工況為例，如圖10所示。首先將215個(gè)工況片段輸入整車(chē)模型進(jìn)行計(jì)算，得到4個(gè)聚類(lèi)平均能耗。然后由上述的識(shí)別方式，對(duì)汽車(chē)當(dāng)前行駛工況進(jìn)行識(shí)別，根據(jù)聚類(lèi)的平均能耗計(jì)算出實(shí)際行駛中工況片段的能耗，并進(jìn)行累加，得出總能耗和剩余能量。最后依據(jù)已行駛的里程數(shù)計(jì)算得到單位能耗行駛的里程數(shù)。通過(guò)單位能耗行駛的里程數(shù)和剩余能量得出純電動(dòng)汽車(chē)的續(xù)駛里程值。其中，可以在MATLAB/Simulink環(huán)境下建立純電動(dòng)汽車(chē)的整車(chē)模型，通過(guò)整車(chē)模型仿真計(jì)算出215個(gè)行駛工況片段的能量消耗，如圖11所示。通過(guò)上述分析處理，已將215個(gè)片段分成了4類(lèi)，并仿真得到了各片段的能量消耗，為了估算純電動(dòng)汽車(chē)行駛中的能耗，需計(jì)算出4聚類(lèi)的平均能耗。根據(jù)行駛工況片段的聚類(lèi)分析可知，每個(gè)片段都是以一定的隸屬度隸屬于某一類(lèi)，因此利用隸屬度計(jì)算各類(lèi)的平均能耗。如步驟1031，根據(jù)公式i＝(1,2,3,4)獲得第i個(gè)聚類(lèi)的平均耗能分別為：0.0473kw·h、0.1346kw·h、0.6488kw·h和0.3128kw·h。由于之前已識(shí)別出汽車(chē)最近一個(gè)片段的類(lèi)別(當(dāng)前行駛工況)，此時(shí)，就能夠根據(jù)該類(lèi)別(典型行駛工況對(duì)應(yīng)的聚類(lèi))的平均能耗作為單位能耗。然后根據(jù)公式得到汽車(chē)在電池滿(mǎn)電至今的總行駛耗能Ecost。再由公式和Eres＝Etotal-Ecost得到該汽車(chē)單位能耗行駛的里程數(shù)和純電動(dòng)汽車(chē)的剩余能量，最終通過(guò)公式Sres＝lEres，得到該純電動(dòng)汽車(chē)的續(xù)駛里程。另外，為了驗(yàn)證本發(fā)明實(shí)施例的方法的可行性，在歐洲經(jīng)濟(jì)循環(huán)15工況ECE15工況下，利用轉(zhuǎn)鼓試驗(yàn)臺(tái)對(duì)實(shí)例純電動(dòng)汽車(chē)進(jìn)行整車(chē)?yán)m(xù)駛里程測(cè)試，與實(shí)例純電動(dòng)汽車(chē)使用本發(fā)明實(shí)施例的方法確定的續(xù)駛里程比較，進(jìn)行驗(yàn)證。實(shí)例純電動(dòng)汽車(chē)采用磷酸鐵鋰電池，額定容量為50Ah，標(biāo)稱(chēng)電壓320V；驅(qū)動(dòng)電機(jī)采用永磁同步電機(jī)，額定功率11kw，峰值功率27kw，整車(chē)相關(guān)參數(shù)如下表6所示。參數(shù)名稱(chēng)參數(shù)值整備質(zhì)量(kg)1200軸距(mm)2400長(zhǎng)×寬×高(mm)4155×1650×1445迎風(fēng)面積A(m^2)2.01風(fēng)阻系數(shù)CD0.294最高車(chē)速(km/h)100滾動(dòng)阻力系數(shù)f0.015表6考慮實(shí)車(chē)最高車(chē)速為100km/h，預(yù)先存儲(chǔ)的典型行駛工況和轉(zhuǎn)鼓試驗(yàn)臺(tái)測(cè)試工況均使用ECE15工況(如圖12)，并將仿真結(jié)果和測(cè)試結(jié)果進(jìn)行比較分析。以120秒為一個(gè)片段，通過(guò)上述工況識(shí)別方式確定出ECE15工況的每個(gè)片段的能量消耗，并識(shí)別出片段所屬的聚類(lèi)為聚類(lèi)4(平均能耗為0.0473kw·h)或聚類(lèi)3(平均能耗為0.1346kw·h)，這些片段能耗不大。由于ECE15工況車(chē)速低、怠速比例大，因此每個(gè)片段能耗小，識(shí)別的結(jié)果與實(shí)際相符。通過(guò)本發(fā)明實(shí)施例的方法分別得到行駛中單位能耗行駛的里程數(shù)、純電動(dòng)汽車(chē)剩余能量和續(xù)駛里程。在轉(zhuǎn)鼓試驗(yàn)臺(tái)測(cè)試中，ECE15工況下汽車(chē)行駛時(shí)間是21360秒，實(shí)際總能耗為14.85kw﹒h，實(shí)際續(xù)駛里程為112.6km。圖13為在ECE15工況下識(shí)別得出的純電動(dòng)汽車(chē)單位能耗行駛的里程數(shù)變化曲線(xiàn)。在識(shí)別的初始階段單位能耗行駛的里程數(shù)變化稍微有些大，之后比較穩(wěn)定，在7.1km/kw·h左右。圖14為采用行駛工況識(shí)別法得到的純電動(dòng)汽車(chē)能量消耗估算值與測(cè)試值的比較，最終的總能量消耗的估算值比實(shí)際值多0.47kw﹒h。續(xù)駛里程的估算值與測(cè)試值比較如圖15所示，估算值與測(cè)試值間的最大絕對(duì)誤差為1.905km，絕對(duì)誤差平均值為0.742km，平均相對(duì)百分比誤差為2.92％。最大絕對(duì)誤差出現(xiàn)在初始階段，之后的誤差逐漸減小，這與單位能耗行駛里程數(shù)曲線(xiàn)相符。通過(guò)估算值與測(cè)試值比較表明了采用本發(fā)明實(shí)施例的方法對(duì)純電動(dòng)汽車(chē)?yán)m(xù)駛里程的估算是可行的，并能保證一定的準(zhǔn)確性。綜上所述，本發(fā)明實(shí)施例的續(xù)駛里程的確定方法，采用主成分分析和模糊聚類(lèi)相結(jié)合的方法，對(duì)目前比較典型的汽車(chē)行駛工況進(jìn)行特征分析和狀態(tài)識(shí)別，并在此基礎(chǔ)上進(jìn)行基于工況識(shí)別的實(shí)例純電動(dòng)汽車(chē)?yán)m(xù)駛里程的確定，考慮到了行駛工況對(duì)續(xù)駛里程的影響，增加了續(xù)駛里程的估算準(zhǔn)確性，且具有更佳的適用性。如圖16所示，本發(fā)明實(shí)施例還提供了一種續(xù)駛里程的確定裝置，包括：獲取模塊1601，用于獲取汽車(chē)當(dāng)前時(shí)間之前一預(yù)設(shè)時(shí)間長(zhǎng)度內(nèi)的第一行駛數(shù)據(jù)；第一確定模塊1602，用于根據(jù)所述第一行駛數(shù)據(jù)，確定所述汽車(chē)的當(dāng)前行駛工況；第二確定模塊1603，用于根據(jù)所述當(dāng)前行駛工況，確定對(duì)應(yīng)當(dāng)前剩余能量的續(xù)駛里程。其中，所述續(xù)駛里程的確定裝置還包括：提取模塊，用于提取預(yù)先存儲(chǔ)的典型行駛工況的第二行駛數(shù)據(jù)中的行駛參數(shù)；第一處理模塊，用于對(duì)所述第二行駛數(shù)據(jù)進(jìn)行主成分分析，在所述行駛參數(shù)中確定第一行駛參數(shù)；第二處理模塊，用于根據(jù)預(yù)設(shè)的聚類(lèi)個(gè)數(shù)和所述第一行駛參數(shù)，對(duì)所述第二行駛數(shù)據(jù)進(jìn)行聚類(lèi)分析，確定所述典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)個(gè)數(shù)和聚類(lèi)中心。其中，所述第一確定模塊包括：提取子模塊，用于提取所述第一行駛數(shù)據(jù)中對(duì)應(yīng)所述第一行駛參數(shù)的第二行駛參數(shù)；獲取子模塊，用于根據(jù)公式di＝||x-ci||，獲取所述第二行駛參數(shù)x與聚類(lèi)中心ci的距離di；其中，i表示第i個(gè)聚類(lèi)；第一確定子模塊，用于根據(jù)di最小時(shí)對(duì)應(yīng)的聚類(lèi)，確定所述汽車(chē)的當(dāng)前行駛工況。其中，所述第二確定模塊包括：第一處理子模塊，用于根據(jù)公式獲得所述典型行駛工況的行駛數(shù)據(jù)每個(gè)聚類(lèi)的平均耗能其中，ni表示屬于第i個(gè)聚類(lèi)的工況片段個(gè)數(shù)，Ek表示第k個(gè)工況片段的能量消耗，fk表示第k個(gè)工況片段的隸屬度，F(xiàn)i表示第i個(gè)聚類(lèi)隸屬度之和；第二確定子模塊，用于根據(jù)所述汽車(chē)的當(dāng)前行駛工況，確定對(duì)應(yīng)聚類(lèi)的平均能耗作為單位能耗；第二處理子模塊，用于根據(jù)公式得到所述汽車(chē)的之前j個(gè)工況片段的總行駛耗能Ecost；其中，Ej表示所述汽車(chē)第j個(gè)工況片段的能量消耗，選取Ej等于單位能耗；第三處理子模塊，用于根據(jù)公式得到所述汽車(chē)單位能耗行駛的里程數(shù)l；其中，S表示所述汽車(chē)在所述預(yù)設(shè)時(shí)間長(zhǎng)度內(nèi)的行駛里程；第四處理子模塊，用于根據(jù)公式Eres＝Etotal-Ecost，得到所述汽車(chē)的剩余能量Eres；其中，Etotal表示所述汽車(chē)的電池總能量；第五處理子模塊，用于根據(jù)公式Sres＝lEres，得到所述汽車(chē)的續(xù)駛里程。其中，所述第一處理模塊包括：構(gòu)建子模塊，用于確定所述第二行駛數(shù)據(jù)中的n個(gè)樣品和p個(gè)變量，構(gòu)建n*p的第一矩陣；第六處理子模塊，用于將所述第一矩陣進(jìn)行標(biāo)準(zhǔn)變化后，獲取各個(gè)變量間的相關(guān)系數(shù)，得到相關(guān)系數(shù)的第二矩陣；第七處理子模塊，用于獲取所述第二矩陣的特征值和對(duì)應(yīng)的標(biāo)準(zhǔn)特征向量，根據(jù)公式Y(jié)i＝Xei，得到第i個(gè)主成分Yi；其中，ei表示第i個(gè)主成分的標(biāo)準(zhǔn)特征向量，i＝1…p；第三確定子模塊，用于根據(jù)所述主成分，確定第一行駛參數(shù)。其中，所述第三確定子模塊包括：第一處理單元，用于根據(jù)公式得到第i個(gè)主成分的貢獻(xiàn)率wi；其中，λi表示第i個(gè)主成分的特征值；第二處理單元，用于根據(jù)公式得到m個(gè)主成分的累計(jì)貢獻(xiàn)率wm；第三處理單元，用于根據(jù)行駛參數(shù)與主成分間的相關(guān)性以及行駛參數(shù)間的相關(guān)性，對(duì)特征值大于第一預(yù)設(shè)閾值且累積貢獻(xiàn)率大于第二預(yù)設(shè)閾值的主成分進(jìn)行分析，確定第一行駛參數(shù)。其中，所述第二處理模塊包括：初始化子模塊，用于根據(jù)預(yù)設(shè)的聚類(lèi)個(gè)數(shù)以及0，1間的隨機(jī)數(shù)，初始化隸屬度矩陣U；第八處理子模塊，用于根據(jù)公式獲得第l步的聚類(lèi)中心V(l)；其中，uik表示第k個(gè)樣品屬于第i類(lèi)的隸屬度，且uik滿(mǎn)足第九處理子模塊，用于根據(jù)公式獲得第l步的目標(biāo)函數(shù)J(l)；修正子模塊，用于根據(jù)公式修正第l步的隸屬度矩陣U(l)，其中第十處理子模塊，用于在滿(mǎn)足時(shí)，得到目標(biāo)隸屬度矩陣和目標(biāo)聚類(lèi)中心；其中，εu為預(yù)設(shè)的隸屬終止容限；第四確定子模塊，用于將所述第一行駛參數(shù)與每個(gè)聚類(lèi)個(gè)數(shù)對(duì)應(yīng)的目標(biāo)聚類(lèi)中心進(jìn)行比對(duì)，確定狀態(tài)類(lèi)區(qū)分明顯的聚類(lèi)個(gè)數(shù)為所述典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)個(gè)數(shù)，對(duì)應(yīng)的目標(biāo)聚類(lèi)中心為所述典型行駛工況的行駛數(shù)據(jù)的聚類(lèi)中心。本發(fā)明實(shí)施例的續(xù)駛里程的確定裝置，采用主成分分析和模糊聚類(lèi)相結(jié)合的方法，對(duì)目前比較典型的汽車(chē)行駛工況進(jìn)行特征分析和狀態(tài)識(shí)別，并在此基礎(chǔ)上進(jìn)行基于工況識(shí)別的實(shí)例純電動(dòng)汽車(chē)?yán)m(xù)駛里程的確定，考慮到了行駛工況對(duì)續(xù)駛里程的影響，增加了續(xù)駛里程的估算準(zhǔn)確性，且具有更佳的適用性。需要說(shuō)明的是，該裝置是應(yīng)用了上述續(xù)駛里程的確定方法的裝置，上述續(xù)駛里程的確定方法的實(shí)施例的實(shí)現(xiàn)方式適用于該裝置，也能達(dá)到相同的技術(shù)效果。本發(fā)明實(shí)施例還提供了一種汽車(chē)，包括上述的續(xù)駛里程的確定裝置。該汽車(chē)為純電動(dòng)汽車(chē)，采用主成分分析和模糊聚類(lèi)相結(jié)合的方法，對(duì)目前比較典型的汽車(chē)行駛工況進(jìn)行特征分析和狀態(tài)識(shí)別，并在此基礎(chǔ)上進(jìn)行基于工況識(shí)別的實(shí)例純電動(dòng)汽車(chē)?yán)m(xù)駛里程的確定，考慮到了行駛工況對(duì)續(xù)駛里程的影響，增加了續(xù)駛里程的估算準(zhǔn)確性，且具有更佳的適用性。需要說(shuō)明的是，該汽車(chē)也是應(yīng)用了上述續(xù)駛里程的確定方法的汽車(chē)，上述續(xù)駛里程的確定方法的實(shí)施例的實(shí)現(xiàn)方式適用于該汽車(chē)，也能達(dá)到相同的技術(shù)效果。進(jìn)一步需要說(shuō)明的是，此說(shuō)明書(shū)中所描述的許多功能部件都被稱(chēng)為模塊，以便更加特別地強(qiáng)調(diào)其實(shí)現(xiàn)方式的獨(dú)立性。本發(fā)明實(shí)施例中，模塊可以用軟件實(shí)現(xiàn)，以便由各種類(lèi)型的處理器執(zhí)行。舉例來(lái)說(shuō)，一個(gè)標(biāo)識(shí)的可執(zhí)行代碼模塊可以包括計(jì)算機(jī)指令的一個(gè)或多個(gè)物理或者邏輯塊，舉例來(lái)說(shuō)，其可以被構(gòu)建為對(duì)象、過(guò)程或函數(shù)。盡管如此，所標(biāo)識(shí)模塊的可執(zhí)行代碼無(wú)需物理地位于一起，而是可以包括存儲(chǔ)在不同位里上的不同的指令，當(dāng)這些指令邏輯上結(jié)合在一起時(shí)，其構(gòu)成模塊并且實(shí)現(xiàn)該模塊的規(guī)定目的。實(shí)際上，可執(zhí)行代碼模塊可以是單條指令或者是許多條指令，并且甚至可以分布在多個(gè)不同的代碼段上，分布在不同程序當(dāng)中，以及跨越多個(gè)存儲(chǔ)器設(shè)備分布。同樣地，操作數(shù)據(jù)可以在模塊內(nèi)被識(shí)別，并且可以依照任何適當(dāng)?shù)男问綄?shí)現(xiàn)并且被組織在任何適當(dāng)類(lèi)型的數(shù)據(jù)結(jié)構(gòu)內(nèi)。所述操作數(shù)據(jù)可以作為單個(gè)數(shù)據(jù)集被收集，或者可以分布在不同位置上(包括在不同存儲(chǔ)設(shè)備上)，并且至少部分地可以?xún)H作為電子信號(hào)存在于系統(tǒng)或網(wǎng)絡(luò)上。在模塊可以利用軟件實(shí)現(xiàn)時(shí)，考慮到現(xiàn)有硬件工藝的水平，所以可以以軟件實(shí)現(xiàn)的模塊，在不考慮成本的情況下，本領(lǐng)域技術(shù)人員都可以搭建對(duì)應(yīng)的硬件電路來(lái)實(shí)現(xiàn)對(duì)應(yīng)的功能，所述硬件電路包括常規(guī)的超大規(guī)模集成(VLSI)電路或者門(mén)陣列以及諸如邏輯芯片、晶體管之類(lèi)的現(xiàn)有半導(dǎo)體或者是其它分立的元件。模塊還可以用可編程硬件設(shè)備，諸如現(xiàn)場(chǎng)可編程門(mén)陣列、可編程陣列邏輯、可編程邏輯設(shè)備等實(shí)現(xiàn)。上述范例性實(shí)施例是參考該些附圖來(lái)描述的，許多不同的形式和實(shí)施例是可行而不偏離本發(fā)明精神及教示，因此，本發(fā)明不應(yīng)被建構(gòu)成為在此所提出范例性實(shí)施例的限制。更確切地說(shuō)，這些范例性實(shí)施例被提供以使得本發(fā)明會(huì)是完善又完整，且會(huì)將本發(fā)明范圍傳達(dá)給那些熟知此項(xiàng)技術(shù)的人士。在該些圖式中，組件尺寸及相對(duì)尺寸也許基于清晰起見(jiàn)而被夸大。在此所使用的術(shù)語(yǔ)只是基于描述特定范例性實(shí)施例目的，并無(wú)意成為限制用。如在此所使用地，除非該內(nèi)文清楚地另有所指，否則該單數(shù)形式“一”、“一個(gè)”和“該”是意欲將該些多個(gè)形式也納入。會(huì)進(jìn)一步了解到該些術(shù)語(yǔ)“包含”及/或“包括”在使用于本說(shuō)明書(shū)時(shí)，表示所述特征、整數(shù)、步驟、操作、構(gòu)件及/或組件的存在，但不排除一或更多其它特征、整數(shù)、步驟、操作、構(gòu)件、組件及/或其族群的存在或增加。除非另有所示，陳述時(shí)，一值范圍包含該范圍的上下限及其間的任何子范圍。以上所述是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本
技術(shù)領(lǐng)域：
的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明所述原理的前提下，還可以作出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。當(dāng)前第1頁(yè)1 2 3