重型车能耗与排放等级预测模型的构建

通过车载终端采集车辆行驶数据,构建重型汽车排放与能耗等级预测模型。对车辆进行短行程划分并计算特征参数,将短行程内的瞬时油耗同其对应的油耗限值的乘积分布分区间统计,将统计结果通过K-Means聚类得到初始等级,以区间分布为输入、初始等级为输出,构建能耗等级评价模型,并通过贝叶斯优化算法进行参数优化。类似地,进行排放等级评价模型构建,并将2个优化后的等级评价模型同另外3种算法的优化模型进行对比验证,结果表明,通过XGBoost_BO构建的模型性能更好。

基于随机森林的开封市重型柴油车NO_(x)排放总量估算模型

近年来,在相关法律文件的推动下,监控平台技术得到发展与应用,有助于准确、实时获取海量实车行驶和排放数据,为建立机动车排放清单提供了重要数据基础.基于此背景,本文依托河南开封重型柴油车远程监控平台排放大数据,考虑了中观尺度上的活动因子分布特征及活动因子的影响权重,利用随机森林回归模型对重型柴油车污染物排放量预测方法进行研究.结果表明:①开封市重型柴油车行驶工况呈Ω型分布,而且随着发动机排量的增大,工况范围有逐渐缩小的趋势,且重型柴油车有20%的时间行驶在怠速区域和至少40%的时间行驶在中低转速区域.②在样本车中,在活动因子影响程度占比排序方面,有超过80%的柴油车将车速排在首位,其次分别是SCR床温、废气流量、发动机转速、燃料流量.③NO_(x)排放总量估算模型计算的6种典型排量下的重型柴油车NO_(x)排放总量与实际排放总量相比,误差不超过25%,能够满足实际需求.