(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211205788.0 (22)申请日 2022.09.30 (71)申请人 华人运通 （山东） 科技有限公司 地址 266600 山东省青岛市莱西市经济开 发区北京东路45号3 08室 (72)发明人 韩大鹏　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 麦小婵 (51)Int.Cl. G06K 9/62(2022.01) G06Q 10/06(2012.01) (54)发明名称 一种基于随机森林的车辆能耗 监测方法 (57)摘要 本发明提供了一种基于随机森林的车辆能 耗监测方法， 该方法包括： 根据待监测车辆的车 辆历史数据， 得到能耗影响特征； 利用随机森林 算法对所述能耗影 响特征进行排名， 得到所述能 耗影响特征的重要性排名； 根据所述能耗影响特 征的重要性排名， 对所述能耗影响特征进行分 类； 根据各个分类中的能耗影响特征， 对待监测 车辆能耗进行分析， 得到能耗分析结果； 本发明 基于大数据和机器学习随机森 林， 可以准确分析 出电动汽车的在行驶过程中的实际能耗情况， 实 现能耗的动态标定 。 权利要求书2页 说明书12页 附图4页 CN 115545102 A 2022.12.30 CN 115545102 A 1.一种基于随机森林的车辆能耗 监测方法， 其特 征在于， 包括： 根据待监测车辆的车辆历史数据， 得到能耗影响特 征； 利用随机森林算法对所述能耗影响特征进行排名， 得到所述能耗影响特征的重要性排 名； 根据所述能耗影响特 征的重要性 排名， 对所述能耗影响特 征进行分类； 根据各个分类中的能耗影响特 征， 对待监测车辆能耗进行分析， 得到能耗分析 结果。 2.如权利要求1所述的基于随机森林的车辆能耗监测方法， 其特征在于， 所述根据待监 测车辆的车辆历史数据， 得到能耗影响特 征， 包括： 从所述车辆历史数据中提取与能量消耗相关的基础特 征； 对所述基础特 征进行数据清洗； 对数据清洗后的基础特 征进行衍 生处理， 得到与能量消耗相关的衍 生特征； 根据所述基础特 征和所述 衍生特征， 得到所述能耗影响特 征。 3.如权利要求1所述的基于随机森林的车辆能耗监测方法， 其特征在于， 所述根据 所述 能耗影响特 征的重要性 排名， 对所述能耗影响特 征进行分类， 包括： 根据所述能耗影响特 征的重要性 排名， 确定待监测车辆的关键能耗部件； 基于各个所述能耗影响特征与所述关键能耗部件之间的所属关系， 对所述能耗影响特 征进行分类； 其中， 每一个所述关键能耗部件 对应一个分类。 4.如权利要求3所述的基于随机森林的车辆能耗监测方法， 其特征在于， 所述根据 各个 分类中的能耗影响特 征， 对待监测车辆能耗进行分析， 得到能耗分析 结果， 包括： 根据各个分类对应的关键能耗部件对待测车辆的能耗影响， 确定各个分类与 百公里能 耗的关系； 根据各个分类与百公里能耗的关系， 按照预先选定的多个不同的时间窗口分别对每个 所述关键能耗部件的能耗进行积分， 得到每个所述关键能耗部件在不同的时间窗口内的能 耗； 根据每个所述关键能耗部件在不同时间窗口内的能耗， 计算每个所述关键能耗部件在 不同时间窗口内的能耗占比； 根据每个所述关键能耗部件在不同时间窗口内的能耗占比， 得到能耗分析 结果。 5.如权利要求4所述的基于随机森林的车辆能耗监测方法， 其特征在于， 所述根据每个 所述关键能耗部件在不同时间窗口内的能耗占比， 得到能耗分析 结果， 包括： 根据每个所述关键能耗部件在不同时间窗口内的能耗占比， 计算每个所述关键能耗部 件在不同时间窗口内的平均能耗占比； 根据每个所述关键能耗部件在不同时间窗口内的能耗占比， 计算每个所述关键能耗部 件在不同工况 下的平均能耗占比； 根据每个所述关键能耗部件在不同时间窗口内的平均能耗占比和在不同工况下的平 均能耗占比， 得到能耗分析 结果。 6.如权利要求3所述的基于随机森林的车辆能耗监测方法， 其特征在于， 所述关键能耗 部件包括： 空调、 电机和DCDC 。 7.如权利要求1所述的基于随机森林的车辆能耗监测方法， 其特征在于， 所述根据 所述 能耗影响特 征的重要性 排名， 对所述能耗影响特 征进行分类， 包括：权　利　要　求　书 1/2 页 2 CN 115545102 A 2根据所述 能耗影响特征的重要性排名， 按照预设的维度分类对所述能耗影响特征进行 关键特征提取； 其中， 一个维度分类包括至少一个关键特 征。 8.如权利要求7所述的基于随机森林的车辆能耗监测方法， 其特征在于， 所述根据 各个 分类中的能耗影响特 征， 对待监测车辆能耗进行分析， 得到能耗分析 结果， 包括： 对每个所述维度分类的关键特 征进行分箱处 理； 对分箱处理后每个维度分类中所有的关键特征进行定性定量分析， 确定每个维度分类 中所有关键特 征与百公里能耗的关系； 根据每个维度分类中所有关键特征与百公里能耗的关系， 得到每个维度分类的能耗标 定关系数值表， 作为所述能耗分析 结果。 9.如权利要求8所述的基于随机森林的车辆能耗监测方法， 其特征在于， 所述维度分类 包括： 行驶速度维度分类、 驾驶习惯维度分类、 电池维度分类、 环境维度分类和耗能部件维 度分类。 10.如权利要求8所述的基于随机森林的车辆能耗监测方法， 其特征在于， 所述对分箱 处理后每个维度分类中所有的关键特征进 行定性定量分析， 确定每个维度分类中所有关键 特征与百公里能耗的关系， 包括： 对分箱处理后每个维度分类中所有的关键特征进行定性分析， 得到百公里能耗随每个 维度分类中各个关键特 征变化的动态对应关系； 对分箱处理后每个维度分类中所有的关键特征进行定量分析， 得到百公里能耗随每个 维度分类中各个关键特 征的变化 量变化的动态量 化关系； 根据每个维度分类中各个关键特征与百公里能耗之间的动态对应关系和动态量化关 系， 得到每 个维度分类中所有关键特 征与百公里能耗的关系。权　利　要　求　书 2/2 页 3 CN 115545102 A 3