【技术实现步骤摘要】
本专利技术涉及车辆领域，具体而言，涉及一种车速预测方法、装置、电子设备及介质。
技术介绍
1、在交通领域，汽车动力系统正加速向电动化转型，但纯电动汽车仍面临着里程受限、充电不便、电池安全等问题，燃油转电、全时电驱的增程式电动汽车应运而生。能量管理策略是增程式电动汽车的核心控制算法，其算法优劣直接影响整车性能。开展增程式电动汽车能量管理策略尤其是基于瞬时优化算法的预测型能量管理策略研究，对于增程式电动汽车整车性能提升和优化具有重要意义。
2、车速预测是预测型能量管理策略中重要组成模块，经过车速预测后，预测视距内的车辆行驶状态相当于已知，将其输入到控制策略优化模块利用全局优化算法或瞬时优化算法进行优化，得到预测视距内的优化解。控制指令选择模块选用优化解的第一项，并将其输出给被控对象进行控制，剩余的项被舍弃，至此当前预测步的优化控制完成，之后的控制通过不断更新时域并重复上述步骤来向前推进。但现有的车速预测模型大多采用长短期记忆网络(lstms)和门控循环单元(gru)，提取历史车速数据的时间依赖性，但忽略了车速数据之间的空间相关性的影响，导致车速预测模型精度受限。因此，设计一种准确的车速预测模型对增程式汽车预测型能量管理策略的设计具有非常重要的意义。
技术实现思路
1、本专利技术的目的在于提供一种车速预测方法、装置、电子设备及介质，以提高车速预测精度。
2、为了实现上述目的，本专利技术采用以下技术方案：
3、第一方面，本专利技术提供了一种车速预测方法，
4、根据各个时间段的车速数据，构建各个时间段的第一图结构；
5、根据所述第一图结构，构建第二图结构；所述第二图结构包括不同次数图卷积产生的关键特征；对所述第二图结构进行图卷积操作，得到第一输出特征；
6、根据所述第一图结构，构建第三图结构；所述第三图结构包括不同数量节点连接产生的关键特征；对所述第三图结构进行图卷积操作，得到第二输出特征；
7、根据所述第一输出特征和所述第二输出特征，预测车速。
8、作为进一步优选的技术方案，所述根据各个时间段的车速数据，构建各个时间段的第一图结构，包括：
9、对各个时间段的车速数据采用多层感知机进行特征提取，得到初始特征；
10、根据所述初始特征，构建第一图结构。
11、作为进一步优选的技术方案，所述根据所述第一图结构，构建第二图结构，包括：
12、根据所述第一图结构，提取关键节点；
13、对所述第一图结构进行至少3次图卷积操作，提取每次图卷积操作输出特征中所述关键节点的第一特征；
14、根据所述关键节点的第一特征，构建第二图结构。
15、作为进一步优选的技术方案，所述根据所述关键节点的第一特征，构建第二图结构，包括：
16、计算所述关键节点的第一特征的相似度，得到第一相似度邻接矩阵；
17、根据所述关键节点的第一特征和所述第一相似度邻接矩阵，构建第二图结构。
18、作为进一步优选的技术方案，所述根据所述第一图结构，构建第三图结构，包括：
19、根据所述第一图结构，提取关键节点；
20、根据第一图结构的邻接矩阵和设定尺度，确定更新后的第一图结构；所述设定尺度用于表征聚合信息的数量；
21、对所述更新后的第一图结构进行图卷积操作，提取输出特征中所述关键节点的第二特征；
22、根据所述关键节点的第二特征，构建第三图结构。
23、作为进一步优选的技术方案，所述根据所述关键节点的第二特征，构建第三图结构，包括：
24、计算所述关键节点的第二特征的相似度，得到第二相似度邻接矩阵；
25、根据所述关键节点的第二特征和所述第二相似度邻接矩阵，构建第三图结构。
26、作为进一步优选的技术方案，所述根据所述第一输出特征和所述第二输出特征，预测车速，包括：
27、根据所述第一输出特征和所述第二输出特征，确定历史车速特征；所述历史车速特征用于表征历史车速信息；
28、根据所述历史车速特征，预测车速。
29、第二方面，本专利技术提供了一种车速预测装置，包括：
30、第一图结构构建模块，用于根据各个时间段的车速数据，构建各个时间段的第一图结构；
31、第一输出模块，用于根据所述第一图结构，构建第二图结构；所述第二图结构包括不同次数图卷积产生的关键特征；对所述第二图结构进行图卷积操作，得到第一输出特征；
32、第二输出模块，用于根据所述第一图结构，构建第三图结构；所述第三图结构包括不同数量节点连接产生的关键特征；对所述第三图结构进行图卷积操作，得到第二输出特征；
33、预测模块，用于根据所述第一输出特征和所述第二输出特征，预测车速。
34、第三方面，本专利技术提供了一种电子设备，包括：
35、至少一个处理器，以及与至少一个所述处理器通信连接的存储器；
36、其中，所述存储器存储有可被至少一个所述处理器执行的指令，所述指令被至少一个所述处理器执行，以使至少一个所述处理器能够执行上述的方法。
37、第四方面，本专利技术提供了一种计算机可读存储介质，所述介质上存储有计算机指令，所述计算机指令用于使所述计算机执行上述的方法。
38、与现有技术相比，本专利技术的有益效果为：
39、本专利技术提供的车速预测方法根据各个时间段的车速数据，构建各个时间段的第一图结构；根据所述第一图结构，构建第二图结构；所述第二图结构包括不同次数图卷积产生的关键特征；对所述第二图结构进行图卷积操作，得到第一输出特征；根据所述第一图结构，构建第三图结构；所述第三图结构包括不同数量节点连接产生的关键特征；对所述第三图结构进行图卷积操作，得到第二输出特征；根据所述第一输出特征和所述第二输出特征，预测车速。该方法中构建的第二图结构包括不同次数图卷积产生的关键特征，考虑了图卷积递归操作中关键节点聚合不同跳范围的特征变化，构建的第三图结构包括不同数量节点连接产生的关键特征，考虑了关键节点与不同数量节点连接带来的特征变化，通过两种模式提取各个时间段内车速信息的空间信息，从而提高车速预测的准确性，为后续增程式汽车或其他类型新能源汽车预测型能量管理策略的设计奠定基础。
本文档来自技高网...【技术保护点】
1.一种车速预测方法，其特征在于，包括：
2.根据权利要求1所述的车速预测方法，其特征在于，所述根据各个时间段的车速数据，构建各个时间段的第一图结构，包括：
3.根据权利要求1所述的车速预测方法，其特征在于，所述根据所述第一图结构，构建第二图结构，包括：
4.根据权利要求3所述的车速预测方法，其特征在于，所述根据所述关键节点的第一特征，构建第二图结构，包括：
5.根据权利要求1所述的车速预测方法，其特征在于，所述根据所述第一图结构，构建第三图结构，包括：
6.根据权利要求5所述的车速预测方法，其特征在于，所述根据所述关键节点的第二特征，构建第三图结构，包括：
7.根据权利要求1所述的车速预测方法，其特征在于，所述根据所述第一输出特征和所述第二输出特征，预测车速，包括：
8.一种车速预测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述介质上存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所
...【技术特征摘要】
1.一种车速预测方法，其特征在于，包括：
2.根据权利要求1所述的车速预测方法，其特征在于，所述根据各个时间段的车速数据，构建各个时间段的第一图结构，包括：
3.根据权利要求1所述的车速预测方法，其特征在于，所述根据所述第一图结构，构建第二图结构，包括：
4.根据权利要求3所述的车速预测方法，其特征在于，所述根据所述关键节点的第一特征，构建第二图结构，包括：
5.根据权利要求1所述的车速预测方法，其特征在于，所述根据所述第一图结构，构建第三图结构，包...
【专利技术属性】
技术研发人员：付家栋，李嘉，贾勇，张怡，黄世明，
申请(专利权)人：重庆赛力斯凤凰智创科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。