基于瞬态油耗修正的移动源排放估计方法、系统及介质

    公开(公告)号:CN113221246B

    公开(公告)日:2023-07-14

    申请号:CN202110536202.8

    申请日:2021-05-17

    Abstract: 本发明的一种基于瞬态油耗修正的移动源排放估计方法、系统及介质,通过获取目标车辆的参数数据并处理;划分车辆运行时的动力源提供情况;计算得到稳态估计下的燃油损耗率,并利用神经网络对稳态估计下的燃油损耗率进行瞬态校正,得到瞬态燃油损耗率;计算电池和电机为动力源的瞬时电量消耗;分别计算监测路段下电池充电油耗和发动机工作下燃油消耗;利用总油耗、燃油的排放因子计算本次监测中总的尾气排放。本发明利用基与神经网络的瞬态油耗修正模型的瞬态油耗和燃烧排放因子估计移动源发动机的瞬时排放,真实反应路况变化下的瞬时油耗情况以及污染排放情况,可估算移动源在路况变化时的真实油耗与尾气排放量,便于相关部门的管控。

    基于变量自注意力的时序数据插补方法和装置

    公开(公告)号:CN119127964A

    公开(公告)日:2024-12-13

    申请号:CN202411102214.X

    申请日:2024-08-12

    Abstract: 本申请公开了一种基于变量自注意力的时序数据插补方法和装置,属于数据插补技术领域。所述基于变量自注意力的时序数据插补方法包括:对获取的多组历史监测数据进行处理,获取监测设备对应的至少一组待插补数据;将至少一组待插补数据输入至数据插补模型的嵌入层,得到嵌入层输出的待插补数据所包括的各目标对象对应的嵌入向量;将各嵌入向量依次输入至数据插补模型的子神经网络单元,得到子神经网络单元输出的各目标对象对应的目标向量;将目标向量输入至数据插补模型的线性层,得到线性层输出的初始监测数据;基于初始监测数据训练数据插补模型。本申请的基于变量自注意力的时序数据插补方法提高了插补的精确度与准确度。

    基于瞬态油耗修正的移动源排放估计方法、系统及介质

    公开(公告)号:CN113221246A

    公开(公告)日:2021-08-06

    申请号:CN202110536202.8

    申请日:2021-05-17

    Abstract: 本发明的一种基于瞬态油耗修正的移动源排放估计方法、系统及介质,通过获取目标车辆的参数数据并处理;划分车辆运行时的动力源提供情况;计算得到稳态估计下的燃油损耗率,并利用神经网络对稳态估计下的燃油损耗率进行瞬态校正,得到瞬态燃油损耗率;计算电池和电机为动力源的瞬时电量消耗;分别计算监测路段下电池充电油耗和发动机工作下燃油消耗;利用总油耗、燃油的排放因子计算本次监测中总的尾气排放。本发明利用基与神经网络的瞬态油耗修正模型的瞬态油耗和燃烧排放因子估计移动源发动机的瞬时排放,真实反应路况变化下的瞬时油耗情况以及污染排放情况,可估算移动源在路况变化时的真实油耗与尾气排放量,便于相关部门的管控。

Patent Agency Ranking