數(shù)據(jù)驅(qū)動(dòng)的新能源公交車能耗預(yù)測(cè)

胡杰 , , ，楊光宇 , , ，何陳 , , ，朱雪玲 , ,

（1.武漢理工大學(xué) 現(xiàn)代汽車零部件技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室，武漢 430070；2.武漢理工大學(xué) 汽車零部件技術(shù)湖北省協(xié)同創(chuàng)新中心，武漢 430070；3.新能源與智能網(wǎng)聯(lián)車湖北工程技術(shù)研究中心，武漢 430070）

為提倡生態(tài)文明與綠色出行，新能源公交車的應(yīng)用日益廣泛，準(zhǔn)確預(yù)估新能源公交車交通能耗不僅可以保證新能源公交車安全、可靠的運(yùn)行，還可為后續(xù)的充電需求測(cè)算、生態(tài)軌跡規(guī)劃和電池參數(shù)匹配等方面奠定研究基礎(chǔ)。

國(guó)內(nèi)外對(duì)電動(dòng)車能耗相關(guān)已有一定研究，主要分為3 個(gè)方向：其一是通過分析電池的充放電效率、開路電壓、等效電阻等特性，使用MATLAB、Simulink 等軟件，建立電池模型和車輛能耗模型進(jìn)行仿真分析[1-2]，其二是根據(jù)車輛過去一段時(shí)間的行駛狀態(tài)、電池剩余容量及電量消耗率建立數(shù)學(xué)模型進(jìn)行能耗預(yù)測(cè)[3-4]，其三是由數(shù)據(jù)驅(qū)動(dòng)的，從多維度對(duì)車輛、電池、工況等參數(shù)進(jìn)行研究，使用大數(shù)據(jù)、統(tǒng)計(jì)學(xué)或機(jī)器學(xué)習(xí)的方法預(yù)測(cè)能耗[5-9]。第一種方向基于實(shí)驗(yàn)室條件，但實(shí)車運(yùn)行時(shí)電化學(xué)反應(yīng)迅速，工況復(fù)雜多變，這種方式過于理想化，很難用于實(shí)車能耗預(yù)測(cè)，第二、第三種方向基于測(cè)量的實(shí)車數(shù)據(jù)建立預(yù)測(cè)模型，但能耗影響因素眾多，數(shù)據(jù)采集困難，因此目前大都方案只對(duì)少部分因素作針對(duì)研究，預(yù)測(cè)的準(zhǔn)確度也存在不足。

因此，為能充分考慮各種能耗影響因素，對(duì)實(shí)車能耗進(jìn)行準(zhǔn)確的預(yù)測(cè)，本文基于1/15 Hz 的低頻北京市51 路公交車的運(yùn)行數(shù)據(jù)，提出一種基于數(shù)據(jù)驅(qū)動(dòng)的能耗預(yù)測(cè)方法，構(gòu)建包括電池信息、時(shí)間信息、行駛工況和駕駛行為信息等6 類特征，建立駕駛行為評(píng)價(jià)體系，對(duì)工況片段進(jìn)行聚類后分別建立引入注意力機(jī)制的LSTM 能耗預(yù)測(cè)模型，最終實(shí)現(xiàn)了對(duì)能耗的準(zhǔn)確預(yù)測(cè)。

1 新能源公交車數(shù)據(jù)及問題分析

1.1 新能源公交車數(shù)據(jù)分析

本文所用數(shù)據(jù)內(nèi)容可包括國(guó)標(biāo)GB/T 32960-2016 中提供的所有可用數(shù)據(jù)。車輛類型為北京10 輛51 路新能源公交車，數(shù)據(jù)采集時(shí)間跨度為2020 年5 月1 日至2021 年5 月1 日，采樣周期為15 s，共采集10 輛車共688 萬余條數(shù)據(jù)，數(shù)據(jù)信息如表1 所示。

表1 數(shù)據(jù)采集表Tab.1 Data collection form

1.2 能耗預(yù)測(cè)問題分析

新能源公交車的能耗預(yù)測(cè)流程如圖1 所示。首先對(duì)數(shù)據(jù)集內(nèi)的異常值和缺失值進(jìn)行預(yù)處理，然后根據(jù)擬定的規(guī)則將數(shù)據(jù)劃分為行程片段與工況片段，接著基于工況片段構(gòu)建電池、時(shí)間、行駛工況、駕駛行為等六類特征，最后根據(jù)對(duì)工況聚類的結(jié)果構(gòu)建基于注意力機(jī)制的LSTM 能耗預(yù)測(cè)面模型，并與傳統(tǒng)LSTM、LGBM 等模型進(jìn)行對(duì)比分析。

圖1 基于注意力機(jī)制的LSTM 能耗預(yù)測(cè)Fig.1 Energy consumption prediction based on attention mechanism LSTM

2 預(yù)處理

2.1 數(shù)據(jù)預(yù)處理

在實(shí)車運(yùn)行中，傳感器因技術(shù)缺陷或使用環(huán)境等因素將導(dǎo)致部分?jǐn)?shù)據(jù)的延遲、報(bào)錯(cuò)或者缺失，使收集到的數(shù)據(jù)發(fā)生異常，例如停車充電時(shí)車速大于0，車輛狀態(tài)標(biāo)記為4（無意義）或車輛熄火后一段時(shí)間后總電流和車速才降為0。因此需要對(duì)數(shù)據(jù)集進(jìn)行數(shù)據(jù)預(yù)處理以免除異常數(shù)據(jù)或缺失數(shù)據(jù)的影響。

原始數(shù)據(jù)中還存在一定程度的缺失現(xiàn)象，本文對(duì)大段數(shù)據(jù)整行缺失的情況作刪除處理，一些能夠根據(jù)某些邏輯關(guān)系進(jìn)行填補(bǔ)的如總電流、SOC 等直接進(jìn)行填補(bǔ)，不能的則利用皮爾遜相關(guān)系數(shù)法確定與被填補(bǔ)特征相關(guān)性系數(shù)最高的5 個(gè)特征，然后使用隨機(jī)森林算法填充進(jìn)行聯(lián)合填補(bǔ)，填補(bǔ)完成后使用五折交叉驗(yàn)證的方式驗(yàn)證準(zhǔn)確度，結(jié)果如表2所示。

表2 隨機(jī)森林填補(bǔ)結(jié)果Tab.2 The results of filling with random forests

2.2 行程片段劃分

原始數(shù)據(jù)中含有大量無用或異常數(shù)據(jù)，先剔除掉一部分無用數(shù)據(jù)，有助于提高數(shù)據(jù)的預(yù)處理效率，還能為后續(xù)的能耗分析與預(yù)測(cè)提供便利。將包含行駛、停車充電以及停車靜止3 種工況的片段稱為一個(gè)完整的行程片段，具體劃分規(guī)則如下：1）車輛狀態(tài)不變；2）充電狀態(tài)不變；3）前后數(shù)據(jù)時(shí)間差小于240 s。劃分后數(shù)據(jù)樣本量小于20 條的片段，分析的意義不大且占用計(jì)算資源，對(duì)其作刪除處理。

2.3 工況片段劃分

新能源公交車的運(yùn)行路徑固定，但受部分路段路況或交通流量影響，車輛行駛速度慢且駕駛員需要頻繁進(jìn)行加速或制動(dòng)操作，將導(dǎo)致車輛能耗劇烈升高。為考慮不同道路工況的能耗差異，根據(jù)速度、加速度的周期性變化規(guī)律、結(jié)合道路信息，將行程片段按里程值劃分為5 個(gè)小片段，并將之稱為工況片段。

圖2 為經(jīng)緯度、速度和加速度變化趨勢(shì)圖，其中為方便分析，將經(jīng)緯度歸一化后畫在一張圖中，工況片段劃分情況如圖中虛線所示。按里程值劃分的工況片段能一定程度上體現(xiàn)行程片段內(nèi)部的差異性，為分析行駛工況、駕駛行為提供了極大的便利，但也存在主觀性與不準(zhǔn)確性，后文將對(duì)這些工況片段進(jìn)一步處理。

圖2 速度和加速度隨著經(jīng)緯度變化圖Fig.2 Variation of velocity and acceleration with latitude and longitude

3 特征構(gòu)建

3.1 電池容量計(jì)算與修正

電池是電動(dòng)車的全部能量來源，電池電量的變化能直接反映能量的消耗量，是重要的能耗預(yù)測(cè)特征。本文通過安時(shí)積分法計(jì)算當(dāng)前電池容量，計(jì)算公式為

電池內(nèi)部的化學(xué)反應(yīng)與溫度、放電電流大小強(qiáng)烈相關(guān)，如低溫環(huán)境下電池內(nèi)阻增大，在放電電流相同時(shí)，內(nèi)阻的焦耳熱增加，此時(shí)電池的能量利用效率降低，可用容量減少，即通過安時(shí)積分法計(jì)算得到的剩余電量并不代表真實(shí)的剩余電量，為保證能耗預(yù)測(cè)精度，需要對(duì)電池容量進(jìn)行修正。根據(jù)文獻(xiàn)[10]中所述的流程及公式將電池容量值修正至25 ℃與標(biāo)準(zhǔn)電流時(shí)的容量值。修正過程如下：

式中：T為該片段平均溫度；CT為溫度修正系數(shù)；CI為電流修正系數(shù)；C和C1分別為修正前、后的電池容量值。

3.2 時(shí)間信息

如圖3 所示為車輛某連續(xù)3 天的能耗變化趨勢(shì)，可見新能源公交車的能耗具有強(qiáng)烈的時(shí)間周期性和漸變性，有必要對(duì)時(shí)間信息進(jìn)行深入挖掘。

圖3 新能源公交車能耗變化趨勢(shì)Fig.3 The change trend of new energy bus energy consumption

直接將代表時(shí)間的字符串或類別特征輸入模型往往學(xué)習(xí)不到時(shí)間周期的共性特點(diǎn)，因此本文提出時(shí)鐘循環(huán)編碼，既能保證能耗隨時(shí)間變化的周期性的漸變性，又能避免獨(dú)熱編碼帶來的維度爆炸。本文使用時(shí)鐘循環(huán)編碼構(gòu)建季度、周數(shù)、天數(shù)、該天第幾小時(shí)、第幾刻鐘等6 種數(shù)值型特征，使用獨(dú)熱編碼構(gòu)建是否高峰期、周末、節(jié)假日3 種類別型特征。如圖4 所示為該天第i個(gè)小時(shí)表示方法， 首先，將特征的數(shù)值范圍首尾相接變成圓形，將數(shù)值范圍等間距地排列在圓上，在圓心處建立坐標(biāo)系，此時(shí)，圓上任何數(shù)據(jù)點(diǎn)均可通過二維坐標(biāo)來表示。

圖4 第 i 個(gè)小時(shí)的式中循環(huán)編碼表示方法Fig.4 Clock cycle-coded representation of the i hour

式中：因51 路新能源公交車運(yùn)行時(shí)間為早5:30 至晚23:00，因此n=19；ti表示第i個(gè) 小時(shí)；xi、yi分別表示當(dāng)前第i個(gè) 小時(shí)的x軸 、y軸時(shí)鐘循環(huán)編碼。此時(shí)僅通過二維坐標(biāo)便可表示任意范圍的數(shù)據(jù)中的每個(gè)點(diǎn)，極大減少了特征空間，有助于提升模型的性能。

3.3 環(huán)境信息

不同的天氣條件對(duì)車輛的能耗也有巨大的影響，如雨天霧霾時(shí)行車緩慢、冬夏季節(jié)車內(nèi)空調(diào)開啟，都將顯著增加車輛能耗[11-12]。本文使用爬蟲技術(shù)，獲取北京市每天每小時(shí)的溫度、濕度和風(fēng)速信息構(gòu)建環(huán)境特征。

3.4 行駛工況

為研究新能源公交車在不同的道路交通情況下行駛工況對(duì)能耗的影響[13-14]，本文提出一種基于箱線圖確定工況閾值的方法構(gòu)建行駛工況特征。箱線圖能反映數(shù)據(jù)分布的中心位置、散布范圍和離散程度。如圖5 所示為加速度箱線圖，以加速度絕對(duì)值的90 百分位數(shù)區(qū)分急加（減）速。

圖5 加速度90 百分位箱線圖Fig.5 90th percentile box of acceleration

以同樣的方法統(tǒng)計(jì)高、中、低、勻、怠速時(shí)長(zhǎng)、等待時(shí)長(zhǎng)與占行程片段的比例，以及等時(shí)間間隔內(nèi)加減速的次數(shù)等，如此構(gòu)成行駛工況信息特征。

3.5 駕駛行為

根據(jù)相關(guān)研究成果可知駕駛員的操作特性與車輛能耗強(qiáng)烈相關(guān)[15-16]，駕駛特性可以利用踏板開度等信息進(jìn)行研究。因本文數(shù)據(jù)為采集頻率為1/15 hz的低頻數(shù)據(jù)，無法直接且準(zhǔn)確地描述駕駛員的操作行為，對(duì)分析駕駛行為與能耗的內(nèi)在聯(lián)系造成困難，因此，除構(gòu)建基本駕駛行為特征如踏板平均狀態(tài)、加速踏板變化率、踏板保持率等，本文提出一種基于熵權(quán)法的駕駛行為評(píng)價(jià)體系，以評(píng)分的方式較為宏觀地分析各小片段內(nèi)的駕駛行為信息，彌補(bǔ)低頻數(shù)據(jù)難以對(duì)駕駛行為作準(zhǔn)確描述的缺點(diǎn)。

熵權(quán)法[17]的核心思想是利用信息熵計(jì)算各指標(biāo)的權(quán)值。本文選取與能耗的皮爾遜相關(guān)性系數(shù)最大的8 項(xiàng)指標(biāo)，包括速度變化率方差、急加速比、急減速比、踏板保持率、急踩踏板比、怠速比、勻速比、高速比，利用熵權(quán)法計(jì)算各指標(biāo)權(quán)重，最終得到各工況片段駕駛行為得分。熵權(quán)法駕駛行為評(píng)價(jià)體系建立過程如下：

式中：i=1,2,···，5；j=1,2,···，12；為第i個(gè)工況片段中第j個(gè)指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化后的值，根據(jù)與能耗的正負(fù)相關(guān)性選擇具體公式；yi j為第i個(gè)工況片段中第j個(gè)指標(biāo)的比重；ej為第j個(gè) 指標(biāo)的信息熵；K=1/lnm為常數(shù)；aj為最終第j個(gè)指標(biāo)的權(quán)值；

駕駛行為評(píng)價(jià)指標(biāo)權(quán)值如表3 所示。

表3 駕駛行為指標(biāo)權(quán)值Tab.3 Index weights of driving behavior

最終第i個(gè)工況片段的駕駛行為得分xi為

3.6 特征庫

無用的特征不僅占用大量計(jì)算資源，還會(huì)降低模型性能，因此需要進(jìn)行特征篩選。本文使用基尼系數(shù)作為評(píng)價(jià)指標(biāo)，剔除冗余特征。

式中：mgni為第m個(gè)特征的基尼系數(shù)；k為特征個(gè)數(shù)；pmk為節(jié)點(diǎn)m中k類別所占比例。

選取特征貢獻(xiàn)度較大的前30 個(gè)特征作為特征庫如表4 所示。因特征數(shù)量較多，表4 中僅對(duì)特征作簡(jiǎn)要說明。

表4 特征庫Tab.4 Feature list

4 典型工況片段聚類

因特征維度眾多，時(shí)間因素、工況因素繁雜，模型的學(xué)習(xí)難度增大。為提高模型預(yù)測(cè)效果，本文對(duì)這5 小段工況片段進(jìn)一步聚類，對(duì)每類分別構(gòu)建一個(gè)子預(yù)測(cè)模型，各子預(yù)測(cè)模型預(yù)測(cè)值相加即為最終的能耗預(yù)測(cè)結(jié)果。

隨數(shù)據(jù)維度的上升，數(shù)據(jù)點(diǎn)空間密度越來越高，數(shù)據(jù)與數(shù)據(jù)之間的距離開始趨向于一個(gè)相同的值，此時(shí)基于距離的聚類方法開始失效，直接將上述所有特征輸入聚類算法中得到的聚類效果很差。為避免維度災(zāi)難， K-means 的輸入僅包括速度、加速度變化率及標(biāo)準(zhǔn)差、駕駛行為評(píng)分以及環(huán)境信息共7 維，聚類效果由輪廓系數(shù)評(píng)價(jià)。

對(duì)某樣本p來說，輪廓系數(shù)計(jì)算方法為

式中：a(p) 為樣本p到同簇其他樣本的平均距離，a(p) 越小即樣本p的簇內(nèi)不相似度越?。籦(p)為樣本i到其他簇所有樣本點(diǎn)的平均距離，b(p)越大即簇間不相似度越大；s(p) 為樣本p的輪廓系數(shù)，s(p)越接近1，說明樣本聚類越合理。

通過計(jì)算可知k=4 時(shí)，輪廓系數(shù)最大，此時(shí)聚類結(jié)果輪廓圖如圖6 所示，圖中虛線為輪廓系數(shù)均值。

圖6 輪廓系數(shù)圖Fig.6 Silhouette Coefficient

5 能耗預(yù)測(cè)模型的構(gòu)建與結(jié)果分析

5.1 LSTM 神經(jīng)網(wǎng)絡(luò)

長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)（LSTM）是一種特殊的RNN，能有效避免后者梯度消失和梯度爆炸等問題，且在時(shí)間序列中具有良好的表現(xiàn)，而新能源公交車的運(yùn)營(yíng)時(shí)間、路程固定，具有很強(qiáng)的時(shí)空周期性，因此構(gòu)建適合解決這類問題的LSTM 能耗預(yù)測(cè)模型。

5.2 注意力機(jī)制

雖然LSTM 在解決長(zhǎng)時(shí)間序列問題時(shí)能通過細(xì)胞狀態(tài)存儲(chǔ)歷史信息，達(dá)到較好的效果，但因LSTM 的輸入序列一致，導(dǎo)致模型不能區(qū)分長(zhǎng)時(shí)間序列中各種特征的重要性程度，將在一定程度上忽略某些關(guān)鍵信息。本文引入注意力機(jī)制[18]，通過對(duì)神經(jīng)元分配不同的權(quán)重概率，使模型能選擇并學(xué)習(xí)到重要信息，有助于提高建模性能。注意力機(jī)制的結(jié)構(gòu)簡(jiǎn)圖如圖7 所示。

圖7 中，H1,H2,···,HN，為隱藏層；s1,s2,···,sN為注意力得分；G1,G2,···,GN為注意力權(quán)值。相似度得分si(Hi,q) 、 注意力權(quán)值Gi及最終輸出向量計(jì)算方式如下：

式中：q為最后一個(gè)隱藏層輸出狀態(tài)；d為輸入信息的維度；si為第i個(gè) 隱藏層與q的 相似度得分；Gi為第i層注意力權(quán)值；c為注意力機(jī)制層的輸出向量；vi為隱藏層狀態(tài)。

5.3 LSTM 能耗預(yù)測(cè)模型

最終構(gòu)建的模型結(jié)構(gòu)如圖8 所示。

5.4 模型預(yù)測(cè)效果

為探討聚類和注意力機(jī)制對(duì)模型建模效果的影響，分組進(jìn)行5-fold 交叉驗(yàn)證并評(píng)估效果，評(píng)價(jià)指標(biāo)選用平均絕對(duì)百分比誤差（MAPE）和均方根誤差（RMSE）。結(jié)果如表5 所示。

表5 LSTM 模型效果對(duì)比Tab.5 Comparison of LSTM model effects

結(jié)果顯示：LSTM 神經(jīng)網(wǎng)絡(luò)的建模效果遠(yuǎn)好于LGBM、XGBoost 等模型，與此同時(shí)，聚類后分別建模和注意力機(jī)制的應(yīng)用均能顯著提升模型效果，說明本文提出方法有效，最終的LSTM 能耗預(yù)測(cè)模型平均絕對(duì)百分比誤差為2.1%，均方根誤差為0.015，如圖9、圖10 所示的為最終預(yù)測(cè)模型評(píng)價(jià)指標(biāo)的分布。

圖9 測(cè)試集平均絕對(duì)百分比誤差圖Fig.9 MAPE of test sets

圖10 測(cè)試集均方誤差圖Fig.10 RMSE of test sets

6 結(jié)論

本文深入分析基于工況片段劃分的多源信息如電池信息、時(shí)間信息和行駛工況及駕駛行為信息等，建立熵權(quán)法駕駛行為評(píng)價(jià)體系彌補(bǔ)低頻數(shù)據(jù)評(píng)估困難的問題，將工況進(jìn)行聚類以提高各類特征與復(fù)雜多變的運(yùn)行工況的關(guān)聯(lián)度以提升模型預(yù)測(cè)效果。本文構(gòu)建的引入注意力機(jī)制的LSTM 能耗預(yù)測(cè)模型能在長(zhǎng)時(shí)間序列中捕捉關(guān)鍵能耗影響因素，顯著提升了預(yù)測(cè)精度。經(jīng)5-fold 交叉驗(yàn)證以及其他傳統(tǒng)模型的對(duì)比分析，最終預(yù)測(cè)模型效果優(yōu)秀，其測(cè)試集平均絕對(duì)百分比誤差為2.1%，均方根誤差為0.015，最終實(shí)現(xiàn)了新能源公交車能耗的準(zhǔn)確預(yù)測(cè)。