本发明提供了一种融合深度强化学习的混动汽车分层预测能量管理方法,其基于云计算平台并在能量管理策略的上层中,利用提取到的多维真实路况信息对DDPG算法训练至完全收敛后,将其作为电池SOC最优参考轨迹生成模型;利用智能交通系统和车联网环境预先获取目标行驶路线的多维路况信息,从而快速计算得到电池SOC最优参考轨迹。在策略下层,通过训练GRNN作为多维路况短期实时预测模型;在MPC框架中设计能量管理在线优化控制器,计算混动汽车的能量最优分配结果,能够在提高燃油经济性的同时提升实时应用潜力,从而具有了现有技术所不具备的诸多有益效果。
声明:
“融合深度强化学习的混动汽车分层预测能量管理方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)