10.13733/j.jcam.issn.2095-5553.2023.04.018
数据驱动下农用车辆柴油机NOx排放预测模型
针对农用车辆柴油机NOx排放与实际运行工况之间的复杂非线性关系,提出一种数据驱动下的NOx排放预测模型.基于车辆OBD采集实际运行数据,通过小波阈值降噪降低原始数据的非平稳性,采用集成特征选择算法完成模型输入特征的选择,同时融合BiGRU和注意力机制构成BiGRU-Attention模型,同时利用贝叶斯优化进行模型超参数选择.基于实车道路测试数据集分析,提出的模型相对于LSTM、GRU和BiLSTM-Attention模型NOx瞬时排放预测校正系数分别提高7.65%、3.26%和4.09%,模型平均绝对误差维持在0.001 4 g/s,在不同车辆数据集上预测校正系数均保持在85%以上,可以有效进行实际场景下NOx排放的高精度预测,为农用车辆柴油机NOx排放预测控制提供数据支撑.
NOx排放、小波降噪、特征选择、双向GRU、注意力机制、贝叶斯优化
44
S218.5:TP183(农业动力、农村能源)
国家自然科学基金51866002
2023-05-11(万方平台首次上网日期,不代表论文的发表时间)
共9页
128-136