(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 202210918401.X (22)申请日 2022.08.01 (71)申请人 天津布尔科技有限公司 地址 300457 天津市滨 海新区华苑产业区 （环外） 海泰华科八路6号滨海中关村 (天津自创区)创新中心二层B区20 3 (72)发明人 闫方超　任进　郭行龙　 (74)专利代理 机构 安徽宏铎知识产权代理事务 所(普通合伙) 3425 0 专利代理师 罗慧 (51)Int.Cl. G06F 30/20(2020.01) G06K 9/62(2022.01) (54)发明名称 一种基于XGBOOST算法的DPF碳载量预测方 法、 装置及存 储介质 (57)摘要 本申请涉及柴油车排放监控技术领域， 尤其 涉及一种基于XGBOOST算法的DPF碳载量预测方 法、 装置及存储介质， 通过办法名采集发动机的 状态数据， 状态数据包括碳载量、 机油压力、 累计 里程和累计燃油消耗量； 计算各个历史 时刻前预 设时段内的碳载量的均值、 方差、 偏度， 机油压力 的峰度以及各个历史时刻 的累计燃料消耗的对 数值和累计里程的对数值， 并生成样本数据集； 将样本数据集分为训练集和测试集， 利用训练集 训练XGBOOS T算法模型， 使用测试集测试XGBOOST 算法模型的预测性能， 得到DPF碳载量预测模型； 根据状态数据和DPF碳载量预测模型， 预测发动 机当前以及未来时刻的碳载量。 该方法能提前预 测未来时刻发动机的碳载量， 以便于合理安排停 车时机进行主动D PF再生或者清灰。 权利要求书1页 说明书4页 附图1页 CN 115270476 A 2022.11.01 CN 115270476 A 1.一种基于XGBO OST算法的D PF碳载量预测方法， 其特 征在于， 包括： 获取发动机的状态数据， 并对状态数据按均值进行聚合计算的预处 理； 计算各历史时刻前预设时段内的碳载量的均值、 方差、 偏度， 机油压力的峰度以及各个 历史时刻的累计燃料消耗的对数值和累计里程的对数值， 并生成样本数据集； 将所述样本数据集分为训练集和测试集， 利用训练集训练XGBOOST算法模型， 使用测试 集测试XGBOOST算法模型的预测性能， 得到D PF碳载量预测模型； 根据所述状态数据和所述DPF碳载量预测模型， 预测发动机当前以及未来时刻的碳载 量。 2.根据权利要求1所述的一种基于XGBOOST算法的DPF碳载量预测方法， 其特征在于， 所 述状态数据包括 碳载量、 机油压力、 累计里程和累计燃油消耗 量。 3.根据权利要求1所述的一种基于XGBOOST算法的DPF碳载量预测方法， 其特征在于， 按 时间先后将所述样本数据集划分为训练集和 测试集， 训练集和 测试集数据占比为8： 2。 4.根据权利要求1所述的一种基于XGBOOST算法的DPF碳载量预测方法， 其特征在于， 将 训练集的特 征值和目标值投入XGBO OST算法模型进行训练， 以均方误差最小化 为优化目标。 5.一种基于XGBO OST算法的D PF碳载量预测装置， 其特 征在于， 包括： 存储器， 用于存 储程序指令； 处理器， 用于调用所述存储器 中存储的所述程序指令以实现如权利要求1至4中任一项 所述的基于XGBO OST算法的D PF碳载量预测方法。 6.一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代码， 所述程序代码用于实现如权利要求1至4中任一项所述的基于XGBOOST算法的DPF碳载量预 测方法。权　利　要　求　书 1/1 页 2 CN 115270476 A 2一种基于XGBO OST算法的DPF 碳载量预测方 法、 装置及存储 介质 技术领域 [0001]本申请涉及 柴油车排放监控技术领域， 尤其涉及一种基于XGBOOST算法的DPF碳载 量预测方法、 装置及存 储介质。 背景技术 [0002]大气污染的其中一部分污染源是来自于柴油机车辆， 柴油发动机的污染物主要包 含颗粒物和氮氧化物， 其中， 柴油机后处理器主要通过DPF治理颗粒物， DPF是一个物理过滤 器， 随着使用时间的不同， 会导致DPF堵塞而失去作用， DPF堵塞后需要进 行清洗才能恢复功 能， 这个过程 也叫“DPF再生”。 [0003]在柴油机上安装颗粒捕集器(DPF)， 捕集颗粒并在适当时机(碳载量到达一定阈 值)燃烧颗粒实现再生， 是目前降低柴油机颗粒排放的重要技术途径。 颗粒捕集器中收集到 的黑烟(碳颗粒)越来越多， 慢 慢的就会导 致排气背压高从而影响发动机的动力。 发明内容 [0004]为了解决上述背景技术提到的技术问题或者至少部分地解决上述技术问题， 本申 请提供一种基于XGBOOST算法的DPF碳载量预测方法、 装置及存储介质， 能提前预测未来时 刻发动机的碳载量， 以便 于合理安 排停车时机进行主动D PF再生或者清灰。 [0005]为解决上述问题， 本发明提出的技 术方案如下： [0006]第一方面， 本申请提供了一种基于XGBO OST算法的D PF碳载量预测方法， 包括： [0007]获取发动机的状态数据， 并对状态数据按均值进行聚合计算的预处 理； [0008]计算各历史时刻前预设时段内的碳载量的均值、 方差、 偏度， 机油压力的峰度以及 各个历史时刻的累计燃料消耗的对数值和累计里程的对数值， 并生成样本数据集； [0009]将所述样本数据集分为训练集和测试集， 利用 训练集训练XGBOOST算法模型， 使用 测试集测试 XGBOOST算法模型的预测性能， 得到D PF碳载量预测模型； [0010]根据所述状态数据和所述DPF碳载量预测模型， 预测发动机当前以及未来时刻的 碳载量。 [0011]优选的， 所述状态数据包括 碳载量、 机油压力、 累计里程和累计燃油消耗 量。 [0012]优选的， 按时间先后将所述样本数据集划 分为训练集和测试集， 训练集和测试集 数据占比为8： 2。 [0013]优选的， 将训练集的特征值和目标值 投入XGBOOST算法模型进行训练， 以均方误差 最小化为优化目标。 [0014]第二方面， 本申请还提供了一种基于XGBO OST算法的D PF碳载量预测装置， 包括： [0015]存储器， 用于存 储程序指令； [0016]处理器， 用于调用所述存储器中存储的所述程序指令以实现如第一方面任一方案 所述的基于XGBO OST算法的D PF碳载量预测方法。说　明　书 1/4 页 3 CN 115270476 A 3