一种用于电力驱动农业动力系统平台能量平衡约束下的投资回报率（ROA）估算的边缘网络-物理信息集成框架

《Journal of Industrial Information Integration》：An Edge Cyber–Physical Information-Integration Framework for Energy-Balance-Constrained ROA Estimation of Electrified Agricultural Powertrain Platforms

　　

李明生|严玉琳|赵子豪|赵俊杰|谢斌|谢守勇|宋正和|文长凯

• •
  提出“剩余作业面积（ROA）”作为电动拖拉机在耕作作业中的一种以任务完成为导向的耐力指标。
• •
  开发了一种能量守恒的机制-数据混合级联系统，该系统保持了能量与作业面积之间的对应关系，并减少了长期预测偏差。
• •
  TBANet实现了多目标动态负载预测，平均R2值为0.9882，适用于多种耕作深度。
• •
  结合GRU和注意力机制的模型与自适应卡尔曼滤波器相结合，使得SOC（状态能量）估计的均方绝对误差（MAE）在放电周期内降低了0.088个百分点。
• •
  混合能量估计方法通过物理基准模型加上残差校正，实现了1.61%的MAPE（平均绝对百分比误差）和0.66%的累积能量误差。
• •
  最终的ROA预测器达到了0.048亩（约32平方米）的MAE，误差减少了33.3%，并且能够在嵌入式硬件上实时运行（20赫兹频率下，响应时间为10.69毫秒）。