Benutzer: Gast  Login
Originaltitel:
Fahrprofilbasierte Energieverbrauchsprädiktion für vernetzte Elektrofahrzeuge 
Übersetzter Titel:
Energy prediction for connected electric vehicles based on collected speed profiles 
Jahr:
2017 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Maschinenwesen 
Betreuer:
Lienkamp, Markus (Prof. Dr.) 
Gutachter:
Lienkamp, Markus (Prof. Dr.); Busch, Fritz (Prof. Dr.) 
Sprache:
de 
Fachgebiet:
MAS Maschinenbau; VER Technik der Verkehrsmittel 
Stichworte:
Elektrofahrzeug, Reichweite, Energieverbrauchsprognose, Geschwindigkeitsprofil, Fahrzeugvernetzung 
Übersetzte Stichworte:
electric vehicle, remaining driving range, energy prediction, speed profile, connected vehicles 
TU-Systematik:
VER 020d 
Kurzfassung:
Das Geschwindigkeitsprofil beeinflusst deutlich den Energieverbrauch von Elektrofahrzeugen, da es das Resultat der Straßeneigenschaften, der Verkehrslage und des individuellen Fahrverhaltens ist. Durch die Vernetzung von Fahrzeugen werden zunehmend Geschwindigkeitsprofile im Backend gesammelt. Geeignete statistische Kennzahlen aus den gesammelten Fahrprofilen können neben Fahrzeugparametern und Attributen von digitalen Karten zur Energieverbrauchsprognose für Elektrofahrzeuge verwendet werden. E...    »
 
Übersetzte Kurzfassung:
Road attributes, traffic conditions and the individual driving behavior have an impact on the energy consumption of electric vehicles (EV) and lead to a variation of the speed profile of EVs. With the increasing number of connected vehicles, speed profiles are collected in a backend. Models for the prediction of the remaining driving range of EVs use statistical features of the collected speed profiles, vehicle parameters and attributes of digital maps. Regression models and machine learning met...    »
 
Serie / Reihe:
Schriftenreihe des Lehrstuhls für Fahrzeugtechnik der Technischen Universität München 
ISBN:
978-3-8439-3189-2 
Mündliche Prüfung:
17.05.2017 
Letzte Änderung:
19.07.2017