关键词：新能源汽车;行驶里程;关联分析;机器学习;电池荷电状态
摘 要：以新能源汽车监管平台数据为基础，深入分析电池荷电状态(state of charge,SOC)、电池温度、电池电压、电流、车速、总电流、总电压与行驶里程的关联关系，找出关联数据属性，以关联数据为输入参数，研究行驶里程预测。建立多元回归机器学习预测模型，并基于新能源汽车行驶历史数据，构建预测模型的数据集，用python编程，实现行驶里程预测模型机器学习训练和模型检验。结果表明，预测模型预测精度为95%，能够快速准确地预测出行驶里程，可为新能源汽车行驶里程预测提供参考依据，具有实用性和可靠性。
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