近年来纯电动汽车受到国家政策的支持,市场规模不断增大。现阶段制约纯电动汽车发展的主要问题是续航里程不足。因此,降低纯电动汽车能耗可以提高续航里程。国内外研究表明,驾驶员的习惯和行为对车辆能耗具有重大影响。但是,前期的驾驶行为分析研究方法存在数据集过于理想、受数据采样频率限制、实验验证不足的缺陷。综上,本文提出驾驶员行为分析与能耗预测理论框架与实施方法。本文的主要工作与创新点如下:1.本文提出一种公交车驾驶员能耗预测的方法。首先,本文通过异常值处理、数据行车切分、信号相关性分析、特征构造等数据处理手段,建立进行能耗预测的数据集。然后,本文使用随机森林与XGBoost方法,通过网格调参、指标评价、模型对比,建立驾驶行为能耗预测模型。同时,本文使用变量重要性评分选取模型中对能耗影响较大的驾驶行为特征,分析行为特征参数与能耗之间的关系。在20辆公交车验证的实验结果表明,能耗预测模型对车辆能耗有良好预测效果,均方根误差为0.042。不同驾驶行为特征与能耗的关系各有不同,加速踏板开度在一定范围内与电机能耗为线性关系。2.本文提出一种公交车驾驶员行为分析的方法。首先,本文通过特征提取、数据归一化处理、聚类建立进行驾驶风格分类的数据集。然后,本文提出了基于K-means聚类、谱聚类、层次聚类方法的驾驶风格分类模型。本文结合驾驶风格分类结果深入分析不同驾驶风格驾驶行为特征差异与能耗差异,构建驾驶行为特征与能耗直接的关系。实验结果表明,驾驶风格分类模型有效区分了不同驾驶行为倾向的驾驶员,聚类的轮廓系数最大可达0.4886。不同风格下的驾驶行为分布具有较大差异,急加速、急减速驾驶行为是造成电动车高能耗的驾驶行为因素。3.本研究创新点在于提出了在超大采样间隔条件下驾驶员行为分析与能耗预测方法。通过特征构建、特征归一化等数据处理手段,本文挖掘超大采样间隔的行车数据记录中的驾驶行为信息,从而实现有效的能耗预测与驾驶行为分析。并且,本文结合能耗预测模型与驾驶风格分类模型深入分析驾驶行为特征与能耗之间的关系,具有探索性与实用性。本研究的研究意义在于为公交车制造企业向驾驶员提供个性化驾驶辅助提供理论基础,为公交车运营企业考评不同司机提供科学依据。