基于改进GRU的电动汽车续驶里程预测

电动汽车续驶里程预测是驾驶者最关心的问题之一,为解决现有预测算法模型精度低、相对误差大,无法有效缓解用户“里程焦虑”的问题。提出了基于改进GRU的电动汽车续驶里程智能预测方法,该模型引入双向记忆改进策略、多尺度深度特征提取策略和多头外部注意力机制改进策略,实现续驶里程精准预测的同时保证预测实时性。消融实验表明,3个改进策略均能有效提升预测准确度,共同作用时,MSE误差较改进前降低72.2%;对比实验表明,该算法的MAE误差仅为9.82,优于主流深度学习预测算法,且预测速度能够满足实时性需求。该算法进一步实现电动汽车续驶里程的准确预测,为电动汽车的信息化管控和智能化建设提供指导意见,具有突出的工程应用意义。