立即发布
北卡罗来纳州立大学的研究人员开发了一种新的软件，可以估计电动汽车在充电前可以行驶多远。这项新技术要求司机输入目的地，然后自动输入一系列变量数据，以预测车辆的能源使用情况。
“电动汽车已经有了里程估算软件，但我们相信我们的方法更准确，”北卡罗来纳州立大学博士后研究员、该研究论文的主要作者哈比巴拉·拉希米-爱奇博士说。
Rahimi-Eichi说:“现有技术根据过去5英里、15英里等的平均能耗来估计剩余里程。”“通过输入目的地，我们的软件会查看交通数据，无论你是在高速公路上还是在城市里，天气、道路等级和其他变量。这种预测性的大数据方法是向前迈出的重要一步，将距离估计误差减少到几英里。在一些案例研究中，我们能够获得95%的范围估计精度。”
该软件收集起点和终点之间路线的所有相关数据，并使用大数据技术来确定哪些信息是重要的，并提取关键特征，这些特征可以插入算法中，以估计车辆在充电前可以行驶多远。
但算法中还会输入另外两个变量:车辆及其电池的性能特征;以及电池剩余的电量。电荷状态估计使用专利技术由Rahimi-Eichi和Mo-Yuen Chow博士于2012年开发。Chow是北卡罗来纳州立大学电子和计算机工程教授，也是该论文的合著者。
“人们对电动汽车有很多‘里程焦虑’——他们担心自己会被困在路边，”Chow说。“希望我们的新里程估算软件能让人们对使用电动汽车更有信心。”
这篇题为“电动汽车里程估算的大数据框架”的论文将于10月29日至11月1日在德克萨斯州达拉斯举行的第40届IEEE工业电子学会年会上发表。
希普曼-
致编辑:报告摘要如下。
“电动汽车里程估算大数据框架”
作者:北卡罗莱纳州立大学Habiballah Rahimi-Eichi和Mo-Yuen Chow
提出了日期:10月29日- 11月第40届IEEE工业电子学会年会，达拉斯，德州
文摘:里程焦虑是电动汽车在交通运输市场渗透率低的主要原因。虽然已经开发了几种方法来估计电池的剩余电量，但剩余行驶里程是一个与不同标准、历史和实时数据相关的参数。现有的距离估计方法大多建立在过于简化的模型上，依赖于有限的数据集。然而，距离估计算法的灵敏度和可靠性在不同的环境和运行条件下会发生变化;有必要有一个结构，能够考虑所有的数据相关的距离估计。本文提出了一种基于大数据的距离估计框架，该框架能够从众多资源中收集不同结构的不同数据;对数据进行整理和分析，并将其纳入距离估计算法。演示了MATLAB/SIMULINK代码从不同的web数据库读取实时和历史数据，并计算剩余的行驶里程。
