(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 202210977925.6 (22)申请日 2022.08.16 (71)申请人 武汉科技大 学 地址 430000 湖北省武汉市和平大道 947号 (72)发明人 钱枫　邱金浩　王洁　祝能　王超　 许小伟　邓明星　 (74)专利代理 机构 武汉知伯乐知识产权代理有 限公司 42 282 专利代理师 胡江 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06Q 10/04(2012.01) G06K 9/62(2022.01) G06F 17/18(2006.01)G06F 16/215(2019.01) (54)发明名称 一种基于大数据的重型柴油车NOx排放清单 确定方法 (57)摘要 一种基于大数据的重型柴油车NOx排放清单 确定方法， 包括： 基于排量对重型柴油车进行分 类； 获取重型柴油车运行及排放数据， 并进行数 据预处理； 确定对NOx排放因子的影响权重大的 活动因子； 计算每一个网格内的平均行驶时间 、 平均车速 、 平均转速 Savg、 平均SCR床温 、 平均燃料流量kavg及平均废气流量 Mavg； 获得设定 时段内的各子类型单台平均 排放量Mi； 得到每一 个子类型NOx排放总量； 基于子类型N Ox排放总量 构建目标区域在设定时段内的排放清单； 本方法 建立可以实时数据更新的重 型柴油车NOx排放因 子预测模型， 实现了重型柴油车NOx动态排放清 单编制， 提高了排放清单计算的准确性与灵活 性。 权利要求书3页 说明书8页 附图2页 CN 115063050 A 2022.09.16 CN 115063050 A 1.一种基于大 数据的重型柴油车NOx排 放清单确定方法， 其特 征在于， 包括如下步骤： 步骤1： 基于排 量对重型柴油车进行分类， 得到不同的重型柴油车子类型； 步骤2： 基于OBD装置获取重型柴油车运行及排放数据， 并对获取的数据进行数据预处 理， 数据预处 理包括缺失值填补、 数据降噪； 步骤3： 通过回归分析， 确定对NOx排 放因子的影响权 重大的活动因子； 步骤4： 在中观尺度 下对各子类型重型柴油车活动因子分布特征分析， 计算每一个网格 内的平均行驶时间 、 平均车速 、 平均转速 Savg、 平均SCR床温 、 平均燃料流量 kavg及平均废气流 量Mavg； 步骤5： 基于步骤4的计算数据， 采用随机森林回归模型对重型柴油车NOx排放因子进行 预测； 搭建重型柴油车NOx排放因子预测模型， 编制基于大数据的重型柴油车NOx排放清单 计算模型,获得设定时段内的各子类型 单台平均排 放量Mi； 步骤6： 基于 各子类型单台平均排放量 Mi以及各子类型平均运行数量 Ni得到每一个子类 型NOx排放总量Ei； 步骤7： 基于 子类型NOx排 放总量Ei构建目标区域在设定时段内的排 放清单。 2.根据权利要求1所述的基于大数据的重型柴油车NOx排放清单确定方法， 其特征在 于， 所述步骤2中缺失值填补的方法为： 根据数据缺失时间的长短， 将缺失数据分为短时缺 失、 长时缺失两类； 根据参数自身的特性， 将参数分为可突变参数和不可突变参数； 不可突 变参数时序性较为明显， 车辆累计里程与时间接近线性相关； 对于不可突变参数 的短时缺 失， 采用线性插值的方法对缺失数据进行补齐； 不可突变参数与其他某个或某几个参数之 间具有关联性； 对于不可突变参数的长时缺 失， 采用多 元回归法进 行填补， 即利用其他相关 联的参数来拟合； 对于可突变参数的短时缺 失， 采用均值替代的方法补齐数据； 对于可突变 参数的长时缺 失， 采用分段处理的方法， 即舍弃掉缺 失数据对应时间段内的所有字段， 再对 切割得到的前后两段 数据分别处 理与分析。 3.根据权利要求1所述的基于大数据的重型柴油车NOx排放清单确定方法， 其特征在 于： 所述步骤2中数据降噪的方法为， 数据降噪处理前应对照不同平台的协议， 重新对报文 进行解析， 保证数据质量； 由于重型柴油车运行工况具有重复性， 运用相似工况下的数据得 到离群点的估计值， 且离群点的临近点能够反映出该点的真实数据； 结合以上两点特性， 选 择非局部均值去噪法对已经剔除范围外 离群点后的数据进行去噪处 理。 4.根据权利要求1所述的基于大数据的重型柴油车NOx排放清单确定方法， 其特征在 于， 所述步骤3通过回归分析， 确定对NOx排放因子的影响权重大的车辆活动因子的方法为： 首先计算重型柴油车 活动因子间的线性相关系数， 对具有强相关性的活动因子进 行回归方 程预测， 量化车辆活动因子的影响权重系 数； 基于该权重系数， 确定5个重要车辆活动因子 及对NOx排 放因子的影响程度关系为车速>SCR床温>废气流 量>发动机转速>燃料流 量。 5.根据权利要求1所述的基于大数据的重型柴油车NOx排放清单确定方法， 其特征在 于： 所述步骤4的具体方法为： 将柴油车行驶工况的转速和扭矩百分比划分为10 ×10的网 格， 转速在0~500rpm内划分为第一个网格； 转速从500rpm开始到2750rpm之间的， 按照 250rpm等长度划分为9个网格； 扭矩百分比从0~100%按照10%的等长度划分为10个网格； 计 算每一个网格内的平均行驶时间 、 平均车速 、 平均转速 Savg、 平均SCR床温 、权　利　要　求　书 1/3 页 2 CN 115063050 A 2平均燃料流 量kavg及平均废气流 量Mavg， 具体计算方式如下： 4.1、 重型柴油车的行驶时间在网格内的概 率分布计算方法见 下式：     (1) 其中： 表示概率； 表示所有样本点；   为满足下标条件 下 设定区域内的样本点数； 表示转速； 表示转速的分区； 表示扭矩百分比； 表示扭矩百分比的 分区； 通过步骤2预处理后的数据 可以得到目标时段内不同子类型重型柴油车的平均运行时 间 ； 由平均运行时间 与时间分布概 率 相乘得到每 个网格内的平均行驶时间 ： (2) 4.2、 每个网格内平均车速 的计算方法见式： (3) 其中： 为满足下标条件 下的速度值， nv表示满足设定 区域内的速度值的样本点数； 4.3、 每个网格内平均转速 Savg通过扭矩‑转速表查表得到； 4.4、 每个网格内平均SCR床温 的计算方法见式： (4) (5) 其中：tup表示SCR入口温度； tdown表示SCR出口温度； 表示SCR床温； 表示 满足下标条件 下的温度值； nt表示满足设定区域内温度 t的样本点数; 4.5、 每个网格内的平均燃料流 量kavg计算方法见式：  (6) 其中：  表示满足下标条件 下的燃料流量； nk表示满足设权　利　要　求　书 2/3 页 3 CN 115063050 A 3