基于LSTM车速预测和深度确定性策略梯度的增程式电动汽车能量管理

摘要： 为提高增程式电动汽车的能量管理性能，首先利用长短时记忆（LSTM）神经网络进行车速预测，然后计算出预测时域内的需求功率，并将其与当前时刻的需求功率共同输入深度确定性策略梯度（DDPG）智能体，由智能体输出控制量，最后通过硬件在环仿真验证了控制策略的实时性。结果表明，采用所提出的LSTM-DDPG能量管理策略相对于DDPG能量管理策略、深度Q网络（DQN）能量管理策略、功率跟随控... （共11页）