利用深度卷积神经网络估计电动汽车能耗以降低驾驶者里程焦虑
信号处理
2020-08-27 v1
摘要
本工作的目标是通过利用深度卷积神经网络估计电动汽车的实时能耗，从而降低驾驶者的里程焦虑。该实时估计可用于准确预测车辆的剩余里程，因此能够降低驾驶者的里程焦虑。与现有技术相比，由影响因素组合引发的非线性和复杂性使该问题更适于深度学习方法。所提方法需要三个参数，即车速、牵引力和道路高程。进行了具有不同变体的多次实验，以探究层数和输入特征描述符的影响。所提方法与五种现有技术的比较表明，所提模型一致地优于现有技术且误差最低。
引用
@article{arxiv.2008.11112,
title = {Estimation of energy consumption of electric vehicles using Deep Convolutional Neural Network to reduce driver's range anxiety},
author = {Shatrughan Modi and Jhilik Bhattacharya and Prasenjit Basak},
journal= {arXiv preprint arXiv:2008.11112},
year = {2020}
}