基于组合模型的高原环境GDI汽油车排放预测

来源：车用发动机杂志2023年第2期北京时间：

作者：王珑迪，何超，李加强，刘学渊，王浩

单位：(1.西南林业大学机械与交通学院，云南昆明650000；2.云南省高校高原山区机动车环保与安全重点实验室，云南昆明650224)

摘要：为预测高原环境下缸内直喷（Gasoline Direct Injection,GDI）汽油车CO和PN的瞬时排放量，开发并评估了一套基于深度学习的排放预测模型。利用便携式车载排放测试系统对一辆GDI汽油车进行实际道路排放测试；加入奇异谱分析对原始时间序列进行处理，剔除时间序列中的异常值；利用XGBoost模型对GDI汽油车的CO和PN的瞬时排放进行初步预测，并利用SVR模型进行残差修正得到最终的预测结果。将预测结果与实际道路排放试验中使用PEMS设备测量的实际值进行比较，结果表明，XGBoost-SVR排放预测模型能较好地预测GDI汽油车瞬时CO和PN的排放，相比单一的XGBoost模型，RMSE分别提高了22.9%和39.7%，决定系数R2均大于0.9，支持预测结果的可靠性。该模型对监测高原环境下GDI汽油车实际道路排放具有一定的工程意义。

关键词：高原；缸内直喷（GDI）；排放预测；组合模型