基于t-SNE与模糊聚类的电动汽车行驶工况构建

doi:10.3969/j.issn.1674-0696.2022.06.19

重庆交通大学学报（自然科学版） ›› 2022, Vol. 41 ›› Issue (06): 126-132.DOI: 10.3969/j.issn.1674-0696.2022.06.19

基于t-SNE与模糊聚类的电动汽车行驶工况构建

王金刚1, 2, 3，徐航1, 2，刘海1, 2，于晗正男4，刘昱4

(1. 河北工业大学机械工程学院，天津 300130； 2. 天津市新能源汽车动力传动与安全技术重点实验室，天津 300130； 3. 沧州交通学院机械与动力工程学院，河北沧州 061199； 4. 中国汽车技术研究中心有限公司，天津 300300)

收稿日期:2020-11-23 修回日期:2021-03-04 发布日期:2022-06-22
作者简介:王金刚（1961—），男，河北沧州人，教授，博士，主要从事车辆工程方面的研究。E-mail：wangjg1961@sina.com 通信作者：刘海（1980—），男，天津人，副教授，博士，主要从事车辆工程方面的研究。E-mail：liuhai@hebut.edu.cn
基金资助:
国家重点研发计划项目（2018YFB0106403）

Driving Construction of Electric Vehicles Based on t-SNE and Fuzzy Clustering

WANG Jingang1,2,3, XU Hang1,2, LIU Hai1,2, YU Hanzhengnan4, LIU Yu4

(1. School of Mechanical Engineering, Hebei University of Technology, Tianjin 300130, China; 2. Tianjin Key Laboratory of Power Transmission and Safety Technology for New Energy Vehicles, Tianjin 300130, China; 3. School of Mechanical and Power Engineering, Cangzhou Jiaotong College, Cangzhou 061199, Hebei, China; 4. China Automotive Technology and Research Center Co., Ltd., Tianjin 300300, China)

Received:2020-11-23 Revised:2021-03-04 Published:2022-06-22

摘要/Abstract

摘要： 通过构建典型城市的电动汽车行驶工况，可对其行驶与能耗规律进行预测。以天津市为例，采集10辆纯电动乘用车1个月的实际道路数据，基于短行程片段提取20个特征参数和24个分布参数，使用t分布领域嵌入算法、模糊C均值聚类及灰色关联分析等方法进行工况构建；利用MAPE和K-S检验验证构建工况的有效性；并对比分析了国内外典型的行驶工况。研究结果表明：已构建工况与实际道路数据MAPE误差为3.82%；K-S检验值为0.047 1和0.012 6；所构建工况符合实际的行驶情况。

关键词: 车辆工程；纯电动汽车；行驶工况；t分布领域嵌入；聚类分析

Abstract: By constructing the driving conditions of electric vehicles in typical cities, the laws of driving and energy consumption can be predicted. Taking Tianjin as an example, 20 feature parameters and 24 distribution parameters were extracted from the actual road data of 10 battery electric passenger cars for one month. And t-distributed domain embedding algorithm, fuzzy c-means clustering and grey correlation analysis were used to construct the working condition. The validity of the driving conditions was verified by MAPE and K-S tests. Moreover, the typical driving conditions at home and abroad were compared and analyzed. The research results show that the MAPE error between the constructed working condition and the actual road data is 3.82%; K-S test values are 0.0471 and 0.0126. The constructed working conditions are consistent with the actual driving conditions.

Key words: vehicle engineering; pure electric vehicles; driving conditions; t-distributed domain embedding; clustering analysis

中图分类号:

U491

王金刚1, 2, 3，徐航1, 2，刘海1, 2，于晗正男4，刘昱4. 基于t-SNE与模糊聚类的电动汽车行驶工况构建[J]. 重庆交通大学学报（自然科学版）, 2022, 41(06): 126-132.

WANG Jingang1,2,3, XU Hang1,2, LIU Hai1,2, YU Hanzhengnan4, LIU Yu4. Driving Construction of Electric Vehicles Based on t-SNE and Fuzzy Clustering[J]. Journal of Chongqing Jiaotong University(Natural Science), 2022, 41(06): 126-132.

参考文献

［1］李耀华，李忠玉，苟琦智，等.基于聚类分析的城市公交线路工况构建［J］.重庆交通大学学报(自然科学版)，2019，38(1)：83-88.
LI Yaohua, LI Zhongyu, GOU Qizhi, et al. Driving cycle construction of urban bus line based on clustering analysis［J］. Journal of Chongqing Jiaotong University (Natural
Science), 2019, 38(1): 83-88.
［2］王国林，郭新，张树培，等.基于短行程法的轻型乘用车行驶工况构建［J］.重庆交通大学学报(自然科学版)，2019，38(2)：139-143.
WANG Guolin, GUO Xin, ZHANG Shupei, et al. Driving cycle development of light vehicles based on short trip method［J］. Journal of Chongqing Jiaotong University
(Natural Science), 2019, 38(2): 139-143.
［3］李耀华，宋伟萍，任田园，等.基于聚类和比功率分布的西安城市公交行驶工况研究［J］.重庆交通大学学报(自然科学版)，2020，39(4)：23-30.
LI Yaohua, SONG Weiping, REN Tianyuan, et al. Driving condition of city bus in Xian based on clustering and VSP distribution［J］. Journal of Chongqing Jiaotong
University(Natural Science), 2020, 39(4): 23-30.
［4］苗强，孙强，白书战，等.基于聚类和马尔可夫链的公交车典型行驶工况构建［J］.中国公路学报，2016，29(11)：161-169.
MIAO Qiang, SUN Qiang, BAI Shuzhan, et al. Construction of typical driving cycle of bus based on clustering and Markov chain［J］. China Journal of Highway and
Transport, 2016, 29(11): 161-169.
［5］ LIN Jie, NIEMEIER D A. An exploratory analysis comparing a stoch-astic driving cycle to Californias regulatory cycle［J］. Atmospheric Environment, 2002, 36(38):
5759-5770.
［6］ NESAMANI K S, SUBRAMANIAN K P. Development of a driving cycle for intra-city buses in Chennai, India［J］.Atmospheric Environment, 2011, 45(31): 5469-5476.
［7］ AMIRJAMSHIDI G, ROORDA M J. Development of simulated driving cycles for light, medium, and heavy-duty trucks: Case of the Toronto waterfront area［J］.
Transportation Research Part D: Transport and Environment, 2015, 34(1): 255-266.
［8］ MAYAKUNTLA S K, VERMA A. A novel methodology for construction of driving cycles for Indian cities［J］.Transportation Research Part D: Transport and
Environment, 2018, 65(1): 725-735.
［9］ LIN Jie. A Markov Process Approach to Driving Cycle Development［D］. Davis: University of California, 2002.
［10］ WANG Zhenpo, ZHANG Jin, LIU Peng, et al. Driving cycles cons-truction for electric vehicles based on Markov Chain and Monte Carlo method: A case study in
Beijing［J］. Energy Procedia, 2019, 158(1): 2494-2499.
［11］姜平，石琴，陈无畏，等.基于小波分析的城市道路行驶工况构建的研究［J］.汽车工程，2011，33(1)：70-73.
JIANG Ping, SHI Qin, CHEN Wuwei, et al. A research on the construction of city road driving cycle based on wavelet analysis［J］. Automotive Engineering, 2011, 33(1): 70
-73.
［12］田慧欣，李晓宇，刘芳.基于地图信息和循环SVR模型的纯电动汽车续驶里程预测［J］.汽车工程，2020，42(9)：1174-1182.
TIAN Huixin, LI Xiaoyu, LIU Fang. Prediction of continued driving range of battery electric vehicle based on map information and cyclic SVR model［J］. Automotive
Engineering, 2020, 42(9): 1174-1182.
［13］连子宽，姚力，刘晟源，等.基于t-SNE降维和BIRCH聚类的单相用户相位及表箱辨识［J］.电力系统自动化，2020，44(8)：176-184.
LIAN Zikuan, YAO Li, LIU Shengyuan, et al. Phase and meter box identification for single-phase users based on t-SNE dimension reduction and BIRCH clustering［J］.
Automation of Electric Power Systems, 2020, 44(8): 176-184.
［14］李亚，黄亦翔，赵路杰，等.基于t分布邻域嵌入与XGBoost的刀具多工况磨损评估［J］.机械工程学报，2020，56(1)：132-140.
LI Ya, HUANG Yixiang, ZHAO Lujie, et al. Multi-condition wear evaluation of tool based on t-SNE and XGBoost［J］. Journal of Mechanical Engineering, 2020, 56(1): 132-
140.
［15］刘杰，李环宇，赵伟强.基于PCA和灰色关联的齿根裂纹损伤程度识别［J］.机械传动，2020，44(9)：133-139，152.
LIU Jie, LI Huanyu, ZHAO Weiqiang. Recognition of damage degree of tooth root crack based on PCA and grey relational［J］. Journal of Mechanical Transmission, 2020,
44(9): 133-139, 152.

[1]	韩宝睿, 濮海建, 朱震军. 基于改进Lotka-Volterra模型的城市轨道交通与常规公交竞合关系演变研究[J]. 重庆交通大学学报（自然科学版）, 2023, 42(2): 106-112.
[2]	何烈云, 周妍, 黄少泽, 刘强. 叠加放行信号控制方式适用条件及效益评价[J]. 重庆交通大学学报（自然科学版）, 2023, 42(1): 113-119.
[3]	李振龙, 董爱华, 杨磊. 基于群决策和熵权法的换道轨迹评价研究[J]. 重庆交通大学学报（自然科学版）, 2023, 42(1): 120-127.
[4]	翁小雄, 覃镇林, 张鹏飞. 基于图卷积门控循环网络的个体地铁出行预测[J]. 重庆交通大学学报（自然科学版）, 2022, 41(09): 1-6.
[5]	蓝章礼, 王超, 杨晴晴, 金豪. 基于多粒度特征分割的车辆重识别算法[J]. 重庆交通大学学报（自然科学版）, 2022, 41(09): 7-15.
[6]	赵欣, 酆磊, 林皓博, 陈曦, 肖宇舟. 相邻T型路口非直线路径绿波控制方法研究[J]. 重庆交通大学学报（自然科学版）, 2022, 41(09): 16-23.
[7]	张智勇, 黄鑫灿, 邵越. 礼让行人条件下右转保护型相位设置阈值研究[J]. 重庆交通大学学报（自然科学版）, 2022, 41(09): 24-33.
[8]	冯天军, 杨夏玉, 夏春亭, 梁春岩, 李赫楠. 基于分隔设施的寒区城市道路行车安全间距研究[J]. 重庆交通大学学报（自然科学版）, 2022, 41(09): 34-38.
[9]	潘义勇, 吴静婷, 施颖. 交叉口处老年人碰撞事故伤害严重程度分析[J]. 重庆交通大学学报（自然科学版）, 2022, 41(09): 39-44.
[10]	吕贞, 戚春华, 朱守林. 草原公路不同分心状态下驾驶人动态视觉特性[J]. 重庆交通大学学报（自然科学版）, 2022, 41(09): 45-52.
[11]	张玲玉, 王力, 张立立, 张骁, 孙德辉. 智能汽车的切换型人机共驾研究进展与展望[J]. 重庆交通大学学报（自然科学版）, 2022, 41(09): 130-139.
[12]	赵树恩, 刘伟. 基于改进VGG模型的低照度道路交通标志识别[J]. 重庆交通大学学报（自然科学版）, 2021, 40(10): 178-184.
[13]	李英帅1，闫琦若1，赵聪2. 基于公交车右转内轮差效应的范围研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(09): 43-48.
[14]	阎莹1，刘革1，田敏1，刘佳乐1，穆岩2. 基于Trucksim的弯坡组合路段临界车速确定方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(09): 49-54.
[15]	胡明伟1,2,3，施小龙1，翟素云4,刘鹏1. 自动驾驶混合交通流的交通和环境效益评估[J]. 重庆交通大学学报（自然科学版）, 2021, 40(08): 7-14.

基于t-SNE与模糊聚类的电动汽车行驶工况构建

Driving Construction of Electric Vehicles Based on t-SNE and Fuzzy Clustering

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics