一种基于深度迁移学习的列队混动卡车CACC能量管理方法

摘要

本发明公开了一种基于深度迁移学习的列队混动卡车CACC能量管理方法，包括：基于VGG网络构建深度迁移学习神经网络模型；利用神经网络模型分别提取前一阶段短时行驶工况片段特征参数和后一阶段短时行驶工况片段对应的最优SOC轨迹的特征数据；基于最优SOC轨迹的特征数据得到参考SOC轨迹，根据神经网络状态迁移得到列队混动卡车后一阶段短时行驶工况片段对应的最优跟车车速轨迹；根据参考SOC轨迹及最优跟车车速轨迹实时预测控制下一阶段短时行驶工况内实际SOC轨迹跟随最优SOC轨迹，实现列队混动卡车CACC能量管理。本发明可以实现列队混合动力卡车协同式自适应巡航系统(CACC)中实时能量管理，进而实现列队跟车行驶时等效燃油经济性最优。