本发明涉及车辆供电智能控制，具体为一种基于人工智能的车辆供电智能控制系统及方法。
背景技术：
1、随着全球环境问题的日益严重和能源结构的不断调整，电动汽车、混合动力汽车等新能源汽车已成为未来汽车市场的重要发展方向，与传统内燃机汽车相比，这些新能源汽车不仅具备零排放的环保优势，还能有效减少对传统燃油资源的依赖，从而缓解能源供应压力和环境污染问题。因此，在电动汽车和混合动力汽车的设计和运行过程中，车辆供电控制系统的高效性和智能性成为了关键的技术挑战。
2、然而，现有的车辆供电控制系统虽然能够满足基本需求，但大多基于出厂设定的固定规则实现车辆供电控制，这些规则可能无法充分考虑车辆使用过程中的多种动态因素，如驾驶习惯、路况、天气等，导致车辆供电控制系统不够智能和高效；此外，当电池电量即将耗尽时，驾驶员往往面临突发的电力不足风险，严重影响行车安全。
技术实现思路
1、本发明的目的在于提供一种基于人工智能的车辆供电智能控制系统及方法，以解决上述背景技术中提出的问题。
2、为了解决上述技术问题，本发明提供如下技术方案：
3、一种基于人工智能的车辆供电智能控制方法，方法包括以下步骤：
4、步骤s100.利用车载传感器和云端服务器，获取目标车辆的历史数据，对目标车辆的历史数据进行分析，得到目标车辆的若干个历史行驶事件，将目标车辆的历史数据与历史行驶事件进行关联，从而组成目标车辆的历史行驶事件数据库；
5、步骤s200.针对目标车辆的历史行驶事件数据库的每个历史行驶事件，提取对应的历史数据，对历史数据进行分析，从而得到相应的历史特征向量；分析目标车辆的每个历史行驶事件的历史特征向量，得到目标车辆的历史行驶事件对应的理想供电需求量；
6、步骤s300.根据目标车辆的历史行驶事件，获取相应的历史车辆供电方案，基于历史车辆供电方案得到相应的实际供电量；对目标车辆的历史行驶事件对应的理想供电需求量和实际供电量进行分析，判断历史车辆供电方案的合理性，根据判断结果对历史车辆供电方案进行相应处理；
7、步骤s400.当用户启动目标车辆时，获取目标车辆目的地，根据当前收集到的实时数据，判断目标车辆是否可到达目的地；若不能则输出相应的通知信息，若能则根据实时数据匹配历史行驶事件，基于历史行驶事件输出相应的车辆供电方案。
8、进一步的，步骤s100包括：
9、s101.所述历史数据包括目标车辆的驾驶数据、环境数据以及电池状态数据；其中目标车辆的驾驶数据是指用户在驾驶目标车辆时的车辆运行数据，包括行驶速度、刹车频率、行驶距离、当前位置以及路况信息等；环境数据是指目标车辆所处环境的相关数据，具体指天气信息；电池状态数据是指目标车辆电池的运行状态数据，包括电池剩余电量、电池温度等；
10、s102.根据目标车辆的驾驶数据，识别出若干个历史行驶事件，根据历史行驶事件所在的时间段对目标车辆的历史数据进行划分，将相同时间段的历史行驶数据与历史数据进行关联，从而组成目标车辆的历史行驶事件数据库；所述历史行驶事件同时满足以下条件：目标车辆启动到停止的时间段t大于等于阈值q1，以及目标车辆的位置发生变化且行驶距离s大于等于阈值q2。每个历史行驶事件包括起始点、目的地、行驶时长以及行驶距离等关键信息。
11、通过利用车载传感器和云端服务器获取目标车辆的历史数据，并将驾驶数据、环境数据和电池状态数据进行关联和分析，形成目标车辆的历史行驶事件数据库。这一步骤能够提供详尽的历史行驶背景，为后续智能决策提供数据支持。
12、进一步的，步骤s200包括：
13、s201.遍历目标车辆的历史行驶事件数据库，对于每一个历史行驶事件，从历史行驶事件数据库中检索与相应历史行驶事件关联的历史数据，对历史数据进行分析，从而提取相应的历史数据特征；
14、s202.对提取到的历史数据特征进行格式转换，将不同类型的历史数据特征进行可视化分析，具体可视化分析过程如下：按照历史数据特征的类型对历史数据特征进行分类，针对每种历史数据特征，按照时间顺序，将历史数据特征值对应的数据点依次在折线图上进行表示，依次计算相邻两数据点的连线线段斜率，从而得到斜率集合k；针对每个历史驾驶事件对应的历史数据，提取相应历史数据对应的历史数据特征的斜率集合k，分析不同类型的历史数据特征的斜率集合k之间的关系，若斜率集合k之间满足线性关系，则将满足线性关系的斜率集合k进行汇总，并按照时间顺序将对应的元素依次在雷达图上进行表示，其中雷达图的数轴个数等于满足线性关系的斜率集合k的个数，且雷达图的数轴个数大于等于3；并依次连接相邻的数据点，从而得到封闭的多边形，计算对应多边形的面积，将得到的多边形面积作为满足线性关系的斜率集合k的融合特征值；依次遍历所有历史数据特征，从而构成历史特征向量v，且v=[v_d,v_e,v_b]，其中，v_d、v_e以及v_b分别表示驾驶数据、环境数据和电池状态数据对应的融合特征值组成的历史特征向量；
15、s203.获取目标车辆的历史特征向量，计算目标车辆的历史特征向量之间的相似度，将相似度相等的历史特征向量归为一类；针对每类历史特征向量，根据历史特征向量对应的电池状态数据，获取对应的电池消耗量，将历史特征向量与对应的电池消耗量进行对应，将每类历史特征向量对应的电池消耗量的平均值作为理想供电需求量h，并计算相应的历史特征向量的每个元素的平均值作为理想特征向量vh；获取所有理想特征向量vh与理想供电需求量h，构建目标车辆供电需求模型g，且对应的表达式为：，其中，a表示影响因子，f(vh)表示理想特征向量vh与目标车辆的理想供电需求量之间的函数关系；对于目标车辆供电需求模型g，输入历史特征向量v，根据历史特征向量v与理想特征向量vh的相似度，匹配相似度最大的理想特征向量vh对应的理想供电需求量h，从而输出相应的理想供电需求量g。
16、针对每个历史行驶事件，提取相应的历史数据特征，并进行格式转换和可视化分析。这包括驾驶数据的平均速度、加速度、车辆负载等特征，通过对历史数据特征的分析，建立起历史特征向量，为理想供电需求量的计算和供电模型的建立奠定基础；且通过对历史数据特征进行特征融合，使具有相同趋势的数据特征得以保留，并缩短的了特征数据的总的数据量，使得分析的比较全面。
17、进一步的，步骤s300包括：
18、s301.针对目标车辆的历史行驶事件数据库的每个历史行驶事件，获取相应的历史车辆供电方案，基于历史车辆供电方案得到相应的实际供电量m；将实际供电量m与目标车辆供电需求模型对应的理想供电需求量g进行分析，计算两者之间的偏差关系，从而得到实际供电量m与理想供电需求量g之间的偏差值f，且f=|m-g|/(m+g)；
19、s302.获取所有历史行驶事件的实际供电量m与理想供电需求量g之间的偏差值f，比较偏差值f与偏差阈值f之间的关系；若偏差值f小于等于偏差阈值f，则相应的历史车辆供电方案合理；若偏差值f大于偏差阈值f，则相应的历史车辆供电方案不合理；根据历史行驶事件对应的历史特征向量的所属类别，对相同类别的历史特征向量对应的历史行驶事件根据历史车辆供电方案的合理性判断结果进行标记，将历史车辆供电方案合理的历史行驶事件标记为a1，将历史车辆供电方案不合理的历史行驶事件标记为a2；对每类历史特征向量对应的历史行驶事件中标记为a1的历史行驶事件的历史车辆供电方案作为参照调整模板；针对相应的历史行驶事件中标记为a2的历史行驶事件，计算标记为a2的历史行驶事件的历史特征向量与标记为a1的历史行驶事件的历史特征向量的相似度，选择相似度最大的标记为a1的历史行驶事件对应的参照调整模板对标记为a2的历史行驶事件的历史供电方案进行调整，并将调整后的历史供电方案替代调整前的历史供电方案。
20、基于历史特征向量，计算目标车辆的历史行驶事件对应的理想供电需求量。通过模型，将历史特征向量与理想供电需求量的关系进行建模，其中a表示影响因子，f(vh)表示特征向量与供电需求量之间的函数关系，这使得系统能够根据历史数据预测和优化车辆的供电需求。
21、进一步的，步骤s400包括：
22、s401.当用户启动目标车辆时，获取目标车辆目的地，根据目标车辆的当前位置与目的地自动生成相应的行驶路径，从而得到行驶距离s1；并基于行驶路径得到相应的环境数据，获取当前目标车辆的电池状态数据，将上述环境数据以及电池状态数据作为实时数据，根据实时数据匹配历史行驶事件相应的历史数据，获取相同环境数据和电池状态数据对应的历史数据中的最大行驶距离s0；比较行驶距离s1与最大行驶距离s0的大小关系，若行驶距离s1大于等于最大行驶距离s0，则输出电池电量不足的提示信息给相关人员；若行驶距离s1小于最大行驶距离s0，则转到s402；
23、s402.获取实时数据匹配的历史行驶事件，并基于匹配的历史行驶事件得到相应的历史供电方案，根据历史供电方案对目标车辆进行供电智能控制。
24、当用户启动目标车辆并设定目的地时，系统根据实时数据匹配历史行驶事件，并基于匹配结果生成相应的供电方案。通过比较实时行驶距离与历史数据中的最大行驶距离，系统可以预测和警示电池电量不足的情况，或者提供实时的智能供电控制方案；对于历史供电方案，系统根据实际供电量与理想供电需求量之间的偏差进行评估，判断其合理性。对不合理的供电方案进行标记和调整，通过历史数据的学习和优化，不断改进供电策略，提高整体效率和可靠性。
25、一种基于人工智能的车辆供电智能控制系统，系统包括：数据获取与分析模块、历史特征提取与建模模块、历史车辆供电方案评估与优化模块、实时路径规划与电池状态监控模块以及实时供电智能控制模块；
26、数据获取与分析模块负责从车载传感器和云端服务器获取目标车辆的历史数据，历史数据包括驾驶数据、环境数据和电池状态数据；对历史数据进行分析，识别历史行驶事件，并建立目标车辆的历史行驶事件数据库；
27、历史特征提取与建模模块遍历历史行驶事件数据库，针对每个历史行驶事件提取对应的历史数据特征。将历史数据特征转换为历史特征向量，并根据历史特征向量的相似度归类和建立理想供电需求模型；该模块负责评估目标车辆在不同历史情境下的电池消耗模式，并为后续的供电智能控制提供基础；
28、历史车辆供电方案评估与优化模块根据历史行驶事件获取历史车辆供电方案，并与理想供电需求模型进行比较和分析，评估实际供电量与理想供电需求量之间的偏差，判断历史车辆供电方案的合理性，对不合理的历史车辆供电方案进行调整优化；
29、实时路径规划与电池状态监控模块当用户启动目标车辆时，获取目标车辆的目的地，并基于实时数据进行路径规划，监控当前电池状态数据，判断是否能够到达目的地；若电池电量不足，提供相应的提示信息；若能够到达目的地，则根据实时数据匹配历史行驶事件，输出相应的实时供电方案；
30、实时供电智能控制模块基于实时数据匹配历史行驶事件，获取相应的历史供电方案，根据历史供电方案对目标车辆进行实时供电智能控制；确保车辆在行驶过程中能够有效管理电池供电，以达到最优的能量利用效率和行驶安全性。
31、进一步的，数据获取与分析模块包括数据获取单元和历史数据分析单元；
32、数据获取单元负责从车载传感器和云端服务器获取目标车辆的历史数据，历史数据包括驾驶数据、环境数据和电池状态数据；历史数据分析单元对获取的历史数据进行分析，识别和提取历史行驶事件，从而构成目标车辆的历史行驶事件数据库。
33、进一步的，历史特征提取与建模模块包括历史行驶事件提取单元、历史特征提取单元以及历史特征建模单元；
34、历史行驶事件提取单元根据历史数据，提取出历史行驶事件；历史特征提取单元从每个历史行驶事件中提取历史特征向量，包括驾驶数据、环境数据和电池状态数据的特征；历史特征建模单元构建目标车辆的历史特征向量，并计算特征向量之间的相似度，建立理想供电需求模型。
35、进一步的，历史车辆供电方案评估与优化模块包括历史车辆供电方案获取单元、供电量实际评估单元以及供电方案优化单元；
36、历史车辆供电方案获取单元根据历史行驶事件，获取历史车辆的供电方案；供电量实际评估单元评估历史供电方案的实际供电量与理想供电需求量之间的偏差；供电方案优化单元根据评估结果，调整历史车辆供电方案的合理性，优化供电方案。
37、进一步的，实时路径规划与电池状态监控模块包括路径规划单元、电池状态监控单元以及实时数据匹配单元；
38、路径规划单元根据用户设定的目的地，生成目标车辆的行驶路径；电池状态监控单元监控目标车辆的当前电池状态，判断当前电量是否使目标车辆到达目的地，若不能则输出相应的通知信息，若能则进一步分析；实时数据匹配单元将实时获取的数据与历史数据进行匹配，以确定当前环境和电池状态所匹配的历史行驶事件及其供电方案。
39、与现有技术相比，本发明所达到的有益效果是：
40、通过分析目标车辆的历史数据和行驶事件，系统能够根据车辆特定的历史行为模式和环境条件，提供个性化的供电方案，这样可以更有效地管理电池的使用，延长电池寿命，提高车辆的能效比；当用户启动车辆时，系统能够根据当前的实时数据（如位置、目的地、电池状态等）与历史数据进行匹配，动态生成适合当前条件的供电方案，这种实时适应性能够确保车辆在不同条件下能够安全、高效地运行；对于历史供电方案，系统根据实际供电量与理想供电需求量之间的偏差进行评估，判断其合理性，对不合理的供电方案进行标记和调整，通过历史数据的学习和优化，不断改进供电策略，提高整体效率和可靠性；系统不仅仅考虑驾驶数据，还包括环境数据（如天气信息）和电池状态数据，这些数据的综合分析可以提前预测电池消耗情况，帮助用户在出行前做出充分的准备和决策；通过输出实时通知信息，系统能够及时警示用户电池电量不足的情况，从而提高用户的安全感和整体的驾驶体验。
1.一种基于人工智能的车辆供电智能控制方法，其特征在于：所述方法包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的车辆供电智能控制方法，其特征在于：所述步骤s100包括：
3.根据权利要求2所述的一种基于人工智能的车辆供电智能控制方法，其特征在于：所述步骤s200包括：
4.根据权利要求3所述的一种基于人工智能的车辆供电智能控制方法，其特征在于：所述步骤s300包括：
5.根据权利要求4所述的一种基于人工智能的车辆供电智能控制方法，其特征在于：所述步骤s400包括：
6.一种基于人工智能的车辆供电智能控制系统，应用于权利要求1-5中任一种基于人工智能的车辆供电智能控制方法，其特征在于：所述系统包括：数据获取与分析模块、历史特征提取与建模模块、历史车辆供电方案评估与优化模块、实时路径规划与电池状态监控模块以及实时供电智能控制模块；
7.根据权利要求6所述的一种基于人工智能的车辆供电智能控制系统，其特征在于：所述数据获取与分析模块包括数据获取单元和历史数据分析单元；
8.根据权利要求6所述的一种基于人工智能的车辆供电智能控制系统，其特征在于：所述历史特征提取与建模模块包括历史行驶事件提取单元、历史特征提取单元以及历史特征建模单元；
9.根据权利要求6所述的一种基于人工智能的车辆供电智能控制系统，其特征在于：所述历史车辆供电方案评估与优化模块包括历史车辆供电方案获取单元、供电量实际评估单元以及供电方案优化单元；
10.根据权利要求6所述的一种基于人工智能的车辆供电智能控制系统，其特征在于：所述实时路径规划与电池状态监控模块包括路径规划单元、电池状态监控单元以及实时数据匹配单元；
