(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210924438.3 (22)申请日 2022.08.03 (65)同一申请的已公布的文献号 申请公布号 CN 114996660 A (43)申请公布日 2022.09.02 (73)专利权人 潍柴动力股份有限公司 地址 261061 山东省潍坊市高新 技术产业 开发区福寿东 街197号甲 (72)发明人 殷治梅　王秀雷　赵康荏　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 倪焱 (51)Int.Cl. G06F 17/18(2006.01) G06Q 10/04(2012.01)G06Q 50/26(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 114048591 A,202 2.02.15 CN 109356698 A,2019.02.19 CN 113074035 A,2021.07.0 6 US 2010313629 A1,2010.12.16 审查员 刘曼 (54)发明名称 碳载量预测方法、 装置、 电子设备及存储介 质 (57)摘要 本发明公开了一种碳载量预测方法、 装置、 电子设备及存储介质， 该方法通过 获取颗粒捕集 器的当前碳载量预测参数以及历史碳载量预测 参数， 以根据预先训练的碳载量预测模型预测当 前碳载量， 进而根据当前碳载量以及上一时刻的 碳载量确定当前碳载量变化量， 对当前碳载量进 行更新， 通过预先训练的碳载量预测模型输出当 前碳载量， 能够适应油品和部件状态， 提高碳载 量估算精度， 结合历史碳载量预测参数一并对当 前时刻的碳载量进行预测， 可以使得所预测出的 碳载量符合变化规律， 并通过确定模 型输出的当 前碳载量的变化量并根据变化量调整当前碳载 量， 以对模型的输出加以限制， 避免了最终预测 出的当前碳载量不符合变化规律， 进一步的提高 了碳载量预测精度。 权利要求书3页 说明书17页 附图4页 CN 114996660 B 2022.10.28 CN 114996660 B 1.一种碳载量预测方法， 其特 征在于， 包括： 获取目标颗粒捕集器的当前碳载量预测参数以及历史碳载量预测参数， 其中， 所述当 前碳载量预测参数包括当前前端进气温度、 当前后端排气温度、 当前瞬态废气体积流量、 当 前压差以及当前预估碳载量， 所述历史碳载量预测参数包括历史前端进气温度、 历史后端 排气温度、 历史瞬态废气体积流 量、 历史压 差以及历史预估碳载量； 基于所述当前碳载量预测参数、 所述历史碳载量预测参数以及预先训练 的碳载量预测 模型， 确定所述目标颗粒捕集器的当前碳载量； 基于所述当前碳载量以及上一 时刻的碳载量确定当前碳载量变化量， 基于所述当前碳 载量变化 量以及预设碳载量变化范围更新所述当前碳载量。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述当前碳载量变化量以及预设 碳载量变化范围更新所述当前碳载量， 包括： 若所述当前碳载量变化量大于所述预设碳载量变化范围中的第 一上限， 则 基于所述第 一上限以及所述上一时刻的碳载量更新所述当前碳载量； 若所述当前碳载量变化量小于所述预设碳载量变化范围中的第 一下限， 则 基于所述第 一下限以及所述上一时刻的碳载量更新所述当前碳载量。 3.根据权利要求1所述的方法， 其特征在于， 在所述基于所述当前碳载量变化量以及预 设碳载量变化范围更新所述当前碳载量之前， 所述方法还 包括： 获取预设碳载量范围； 若所述当前碳载量大于所述预设碳载量范围中的第 二上限， 则基于所述第 二上限更新 所述当前碳载量， 若所述当前碳载量小于所述预设碳载量范围的第二下限， 则基于所述第 二下限更新所述当前碳载量。 4.根据权利要求1所述的方法， 其特征在于， 在所述基于所述当前碳载量变化量以及预 设碳载量变化范围更新所述当前碳载量之后， 所述方法还 包括： 获取所述目标颗粒捕集器的当前平均温度， 基于所述当前平均温度以及预设温度阈值 确定预设滤波系数； 基于所述预设滤波系数对所述当前碳载量进行一阶互补滤波处理， 基于滤波处理结果 更新所述当前碳载量。 5.根据权利要求1所述的方法， 其特征在于， 所述基于所述当前碳载量预测参数、 所述 历史碳载量预测参数以及预先训练的碳载量预测模型， 确定所述目标颗粒捕集器的当前碳 载量， 包括： 将所述当前碳载量预测参数和所述历史碳载量预测参数输入至所述碳载量预测模型， 基于所述碳载量预测模型中各输入层节点分别对应的目标权重以及各隐含层节点分别对 应的目标阈值， 确定各 所述隐含层节点分别对应的输入数据； 基于各所述 隐含层节点分别对应的输入数据、 隐含层传递函数、 各所述 隐含层节点分 别对应的目标权重以及各输出层节点分别对应的目标阈值， 确定各所述输出层节点分别对 应的输入数据； 基于各所述输出层节点分别对应的输入数据以及输出层传递函数， 确定所述碳载量预 测模型输出的当前目标 载碳量。 6.根据权利要求5所述的方法， 其特 征在于， 所述方法还 包括：权　利　要　求　书 1/3 页 2 CN 114996660 B 2构建碳载量预测网络， 所述碳载量预测网络包括各输入层节点、 各隐含层节点以及各 输出层节点； 获取碳载量试验数据， 其中， 所述碳载量试验数据包括样本当前时刻和样本历史时刻 的前端进气温度、 后端排气温度、 瞬态废气体积流量、 压差、 预估碳载量， 以及样本 当前时刻 的实际碳载量； 基于所述碳载量试验数据对所述碳载量预测网络进行训练， 得到各所述输入层节点分 别对应的目标权重、 各所述隐含层节点分别对应的目标权重和目标阈值， 以及各所述输出 层节点分别对应的目标阈值， 确定所述 碳载量预测模型。 7.根据权利要求6所述的方法， 其特征在于， 所述基于所述碳载量试验数据对所述碳载 量预测网络进行训练， 得到各所述输入层节点分别对应的目标权重、 各所述隐含层节点分 别对应的目标权 重和目标阈值， 以及各 所述输出层节点分别对应的目标阈值， 包括： 确定各所述输入层节点分别对应的第 一初始权重、 各所述隐含层节点分别对应的第 二 初始权重、 各所述隐含层节点分别对应的第二初始阈值以及各所述输出层节点分别对应的 第三初始阈值； 基于所述碳载量试验数据、 各所述第 一初始权重、 各所述第 二初始权重、 各所述第二初 始阈值以及各所述第三初始阈值， 确定各所述输入层节点分别对应的第一权重修正量、 各 所述隐含层节点分别对应的第二权重修正量、 各所述隐含层节点分别对应的第二阈值修正 量以及各 所述输出层节点分别对应的第三阈值 修正量； 基于所述第一权重修正量更新所述第一初始权重， 基于所述第二权重修正量、 所述第 二阈值修正量分别更新所述第二初始权重、 所述第二初始阈值， 基于所述第三阈值修正量 更新所述第三初始阈值， 并返回执行确定各所述输入层节点分别对应的第一权重修正量、 各所述隐含层节点分别对应的第二权重修正量、 各所述隐含层节点分别对应的第二阈值修 正量以及各 所述输出层节点分别对应的第三阈值 修正量的操作， 直至满足训练截止条件。 8.一种碳载量预测装置， 其特 征在于， 包括： 参数获取模块， 用于获取目标颗粒捕集器的当前碳载量预测参数以及历史碳载量预测 参数， 其中， 所述当前碳载量预测参数包括当前前端进气温度、 当前后端排气温度、 当前瞬 态废气体积流量、 当前压差以及当前预估碳载量， 所述历史碳载量预测 参数包括历史前端 进气温度、 历史后端排气温度、 历史瞬态废气体积流 量、 历史压 差以及历史预估碳载量； 碳载量预测模块， 用于基于所述当前碳载量预测参数、 所述历史碳载量预测参数以及 预先训练的碳载量预测模型， 确定所述目标颗粒捕集器的当前碳载量； 碳载量更新模块， 用于基于所述当前碳载量以及上一 时刻的碳载量确定当前碳载量变 化量， 基于所述当前碳载量变化 量以及预设碳载量变化范围更新所述当前碳载量。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使所述至少一个处理器能够执行权利要求1 ‑7中任一项所述的 碳载量预测方法。 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计算机指权　利　要　求　书 2/3 页 3 CN 114996660 B 3