English

案例背景

里程焦虑,也可以叫续航焦虑,目前国内在售的电动汽车,除了特斯拉和保时捷,其他的电动汽车的能量管理系统,主要还是依据平均“电耗”和剩余电量简单地折算剩余续航里程,所以精度很低,表显续航和实际续航的偏差值高达30%-70%,不仅为生活带来了极大不便,也制约了电动汽车的市场发展。

案例成果

采用主流的机器学习模型,而非物理模型,使用大量的真实、脱敏行驶数据进行模型训练,准确的实时导航及Can信号数据作为实际的模型输入,精准预测耗电量;

基于车辆数据和后台数据,优化迭代模型,提供个性化的模型预测;

在剩余电量难以支撑到达目的地的情况下,给出节能驾驶建议或根据路程中的充电桩位置合理规划行程,让用户安心驾驶。

案例描述

PK10投注

IES(Intelligent Energy System)的核心是能耗预测模型,该模型采用主流的机器学习模型,精准的预测耗电量。基于10,000名荣威电动车在TBOX后台数据中能耗相关的数据、四个月不同季节、近1TB的脱敏出行数据,结合自身车辆特性,并采用Random Forest、GBDT、LGBM等机器学习算法训练和测试得到的专利模型。同时,IES平台能够与车机实现快速集成,也可通过APP植入车主智能手机,满足不同应用场景的需求。

应用成果

基于国双设计的模型,IES系统在车主每次行程开始前,根据导航目的地和规划路线精准预测到达后的剩余续航里程,实际预测偏差小于10%,中短途出行情况下,绝对电量误差约为1%个SOC。同时,系统通过智能化手段,判断出行时的天气、路况等信息并相应调整预测结果,给到用户即时反馈。此外,国双数据科学家还赋予了其学习能力,随着用户的使用,不断收集用户开车习惯等信息,实现后台自动更新,持续提高剩余续航里程预测的精准度。

国双PK10投注