机车能耗、能耗动因费油量预测方法、终端、存储介质与流程

技术特征：
1.一种机车能耗、能耗动因费油量预测方法，其特征在于，所述机车能耗、能耗动因费油量预测方法包括：s101：接收输入的指令，获取所述指令的内容，若所述指令为能耗预测，则执行s102，若所述指令为能耗动因费油量预测，则执行s103；s102：采集机车的能耗变量的数据，根据所述能耗变量、能耗变量的系数预测所述机车的能耗，所述能耗变量包括机车牵引总重、走行公里、加权平均根号速度、加速度过快量、总重乘走行公里、总重乘限速减速距离、总重乘限速减速量、总重乘速度平方增量；s103：获取所述机车的能耗动因变量，根据能耗动因变量在理想状态下的耗油量与实际耗油量的差值计算不同所述能耗动因变量的总费油量。2.如权利要求1所述的机车能耗、能耗动因费油量预测方法，其特征在于，根据所述能耗变量、能耗变量的系数预测所述机车的能耗的步骤具体包括：通过rlyl＝a1*zz a2*zzgl a3*avrv
0.5
a4*deltavlarge a5*zzzxgl a6*zzxsjsjl a7*zzxsjsl a8*zzdeltav2预测所述机车的能耗，其中，rlyl为燃料用量，zz为机车牵引总重，zzgl为走行公里，avrv
0.5
为加权平均根号速度，deltavlarge为加速度过快量，zzzxgl为总重乘走行公里，zzxsjsjl为总重乘限速减速距离，zzxsjsl为总重乘限速减速量，zzdeltav2为总重乘速度平方增量，a1、a2、a3、a4、a5、a6、a7、a8依次为机车牵引总重、走行公里、加权平均根号速度、加速度过快量、总重乘走行公里、总重乘限速减速距离、总重乘限速减速量、总重乘速度平方增量的系数。3.如权利要求1所述的机车能耗、能耗动因费油量预测方法，其特征在于，所述能耗动因变量包括：欠重运行、乘务操纵，所述乘务操纵包括机车加速过快、限速降速过多、制动距离过长中的至少一种。4.如权利要求3所述的机车能耗、能耗动因费油量预测方法，其特征在于，所述根据能耗动因变量在理想状态下的耗油量与实际耗油量的差值计算不同所述能耗动因变量的总费油量的步骤具体包括：获取所述机车在非欠重运行下的单耗，根据所述单耗与实际单耗的差值获取所述机车本次欠重运行下的总费油量。5.如权利要求4所述的机车能耗、能耗动因费油量预测方法，其特征在于，根据所述单耗与实际单耗的差值获取所述机车本次欠重运行下的总费油量的步骤具体包括：通过所述差值与所述机车本次的总万吨公里数的乘积获取所述总费油量。6.如权利要求3所述的机车能耗、能耗动因费油量预测方法，其特征在于，所述根据能耗动因变量在理想状态下的耗油量与实际耗油量的差值计算不同所述能耗动因变量的总费油量的步骤还包括：获取所述机车在正常状态下乘务操纵对应的耗油量与非正常状态下乘务操纵对应的耗油量的差值，将所述差值确定为所述乘务操纵的总费油量。7.如权利要求6所述的机车能耗、能耗动因费油量预测方法，其特征在于，通过公式(1)分别获取所述机车正常状态下、非正常状态下机车加速过快、限速降速过多、制动距离过长对应的耗油量，其中，公式(1)为：rlylh＝a1*zz a2*zzgl a3*avrv
0.5
a4*deltavlarge a5*zzzxgl a6*zzxsjsjl a7*zzxsjsl a8*zzdeltav2ꢀꢀꢀꢀꢀ
(1)，
rlylh为机车的燃料总耗，zz为机车牵引总重，zzgl为走行公里，avrv
0.
为加权平均根号速度，deltavlarge为加速度过快量，zzzxgl为总重乘走行公里，zzxsjsjl为总重乘限速减速距离，zzxsjsl为总重乘限速减速量，zzdeltav2为总重乘速度平方增量，a1、a2、a3、a4、a5、a6、a7、a8依次为机车牵引总重、走行公里、加权平均根号速度、加速度过快量、总重乘走行公里、总重乘限速减速距离、总重乘限速减速量、总重乘速度平方增量的系数。8.如权利要求7所述的机车能耗、能耗动因费油量预测方法，其特征在于，根据机车预设时间段内各次加速量排名、限速量阈值、预设时间段内各次限速制动距离排名分别获取所述机车正常状态下加速过快、限速降速过多、制动距离过长对应的耗油量。9.一种智能终端，其特征在于，所述智能终端包括处理器、存储器，所述存储器存储有计算机程序，所述处理器与所述存储器通信连接，所述处理器根据所述计算机程序执行如权利要求1
‑
8任一项所述的机车能耗、能耗动因费油量预测方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有程序数据，所述程序数据被用于执行如权利要求1
‑
8任一项所述的机车能耗、能耗动因费油量预测方法。

技术总结
本发明提供一种机车能耗、能耗动因费油量预测方法、终端、存储介质，该机车能耗、能耗动因费油量预测方法包括：S101：接收输入的指令，获取指令的内容，若指令为能耗预测，则执行S102，若指令为能耗动因费油量预测，则执行S103；S102：采集机车的能耗变量的数据，根据能耗变量、能耗变量的系数预测机车的能耗；S103：获取机车的能耗动因变量，根据能耗动因变量在理想状态下的耗油量与实际耗油量的差值计算不同能耗动因变量的总费油量。本发明计算简单，实现了对能耗的预测，并且能够量化计算出各能耗动因的费油量，为能耗动因决策提供了参考数据，便于进行运输组织优化，降低了机车运行成本。行成本。行成本。


技术研发人员：王劲 罗章龙
受保护的技术使用者：广东数果科技有限公司
技术研发日：2021.09.29
技术公布日：2022/1/4