关键词：能耗预测;电动汽车;充电行为;LSTM神经网络
摘 要：电动汽车的能耗预测对于车辆路径规划与充电行为至关重要。提出一种考虑充电行为的多模型融合能耗预测方法，首先构建基于实车稀疏数据与有限参数的能耗计算模型，在此基础上构建充电行为模型，分析并提取能耗强相关的充电行为特征，最后基于长短期记忆循环神经网络(Long short-term memory neural network, LSTM)搭建能耗预测模型。使用实车数据对所提方法进行验证，结果表明，该方法可以精准预测相同车型不同起始电池荷电状态(State of charge, SOC)、不同温度、不同时间段下的汽车能耗，均方根误差(Root mean square error,RMSE)为1.27，与现有方法相比，RMSE至少降低4.5%。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取