李耀 赵翔宇 程志远 梁家豪 任璐
中北大学 山西太原 030051）
摘要：随着新能源汽车的不断发展，往量化和智能化已经成为了新能源汽车的发展趋势。汽车的网联化与智能化。将不断产生海量的数据，数据创造价值，如何将这些数据进行分析并挖掘其中隐藏的价值，并且设计开发，营销运营维护的提供强有力的数据支持，为用户提供更好的安全产品是各个厂家所需要解决的主要问题。
关键字：新能源汽车；大数据；技术应用
前言
面对我国能源短缺和环境破坏日益严重的问题，将发展电动车为主的新能源汽车，成为了世界各个国家的普遍共识。我国也将新能源汽车产业列为七大战略新兴产业之一。目前新能源汽车数量增长的同时，安全事故也有增加的趋势，成为了一支新能源汽车发展的障碍。而大数据与新能源汽车相互融合，将改变旧的车辆安全检测管理模式，利用监控平台海量的运行数据进行安全预警与监管，大幅度提升安全技术分析。
1 新能源汽车监管系统介绍
大数据技术和新能源汽车技术相结合的前提是建立大数据平台。目前我国各大新能源汽车制造企业已经不断的建立新能源汽车监控系统。在多年来多次平台功能迭代和系统框架的升级，已经满足了法规所要求的逐步过渡到满足企业内部管理应用以及外部车主价格供应的需求。新能源汽车监控系统。拥有行业标准大数据平台接口，实现数据处理，数据采集，数据存储，数据分析建模，数据可视化展现等作用。具备数据收集的分析型和机器学习算法数据库等，实现新能源汽车大数据分析场景的分析。
2 新能源汽车大数据的应用
新能源监控系统采集数据，除了相关法规要求外，还根据场景需求采集大量企业自定义的数据，分析场景覆盖电池电机电控部分运行状况，汽车整体运行状态等，目前已经建立了完善的应用平台，可以实现分析场景同步应用以至后续开发的新能源车型中。
2.1对电池大数据应用
2.1.1 电池运行监控
通过对电池温度，电压，电流绝缘等信息的监控分析，把握电池实际的运行状况，设计优化及分析。确保电池使用安全及寿命，分析汽车在行走充电停车等不同状况下，电池的温度分布，温差冷却速率的信息，把握电池温度实际分布状况，评估车辆在实际运行过程中对电池温度实际分布状况，评估对电池使用寿命的影响，同时也为后续车型的电池设计提供数据参考。
2.1.2电池健康监控
作为新能源汽车关键的零部件，电池占据了汽车成本的1/3。准确的对电池健康状况进行评估以及实现电池衰减全生命周期的监测和预测，一方面可以解析劣化原因以及优化政策运行的工况，可以进一步的修订完善电池预测模型。另一方面还可以为销售以及质量保证的制定，售后维护方案的优化，提供数据支撑。汽车电池包括单体温度，振动，以及自放电程度等条件的差异性，会造成容量衰退的，不一致性。通过对电池液化状态和电芯容量统计分析，可以重新筛选成组，延长电池的寿命，提升电池利用价值优化电池包售后维护方案，保证电池生命周期的安全性。
2.2 汽车运行大数据应用
2.2.1 用户特征分析
新能源汽车的用户群体根据其特征可以分为私家车网约车，出租车等，通过对不同用户群体每日运行的次数充电习等特征的分析，把握不同用户群体的出行要求，出行频率，出行速度，充电需求等特征，为后续新款车型新颖的目标的设定提供数据参考。
2.2.2驾驶行为分析
新能源汽车行驶以承受电池性能的水平影响之外，和新能源汽车用户的驾驶行为密切相关，良好的驾驶行为可以减小汽车能量消耗，提升汽车实际的行驶里程。结合客户行使习惯和能量消耗分析输出驾驶经济性报告，对同类型的车辆系影响实际续航性能因素的分析，明确汽车行驶续航能力较好与较差的车辆行驶习惯的差异，并指导用户更好的了解和优化自己的驾驶习惯，消耗更好的能源，以致行驶更远的距离。
2.3充电大数据分析
新能源汽车作为一种特殊的用电负荷，充电行为具有一定的随机性和间接性，通过对创建行为进行大数据分析，一方面可以指导充电站的选址，另一方面还可以了解客户充电习惯，进行指导优化设计。通过分析客户充电起始及结束SOC分布的情况，了解客户里程焦虑情况，优先指导优化充电指示灯阈值的设定。对于里程效率比较严重的用户，当SOC下降到一定的数值时，提醒当时SOC可行驶距离及最近的充电桩位置，可以缓解用户焦虑，提升用户的满意度和体验感。另外通过对充电匹配性大数据的分析，还可以推荐用户选择充电成功率较高的充电桩品牌，以提升用户的感知。通过对用户充电时间分布充电位置分布，热力图充电，充电SOC分布，充电地点选择与行驶路径的关系，一周充电次数的分数据进行分析，为充电站选址提供数据化参考。
2.4 故障预警分析
基于大数据平台监控系统，对整车运输大数据进行实时监测，分析建立品产品可靠性与安全性与报警体系，实时报警提醒多级联动，以保证汽车能够正常运行。在基于大数据平台监控系统构建报警提醒系统，可以实时提醒检测故障信息，针对车辆已上报故障进行等级划分，远程分析故障部分，解析故障原因，将故障问题及处理方案反馈给售后维护人员或用户，并及时处理提高故障分析，处理效率，保障车辆行驶安全。通过对电池电机充电仪整量汽车控制器关联的数据挖掘分析和判断，整合汽车异常数据以及实验室故障注入信息，建立各种零件故障分析模型。通过分析汽车数据，指出可以可能发生的故障情况，进行故障诊断预警，为售后维护人员和汽车用户提供车辆运行状况以及风险评估报告。
3 大数据分析优化
3.1 算法模型优化及扩展
针对故障预警类模型，需将整车故障信息与部品特性相结合，不断修正参数设置，训练模型， 使算法模块更准确；其次针对机器学习算法数据库，需要不断补充新的算法，完善大数据分析平台机器学习功能。
3.2分析场景的完善
联合电池电控和整车等领域的专家，一方面完善现有分析场景，实现应用场景覆盖更广泛，效果更合理，另一方面需要不断的挖掘更多分析场景的需求，整合各个方向的数据，提高数据可靠性，拓宽大数据分析平台的应用领域，推动产业的发展。
3.3安全以及存储
在互联网数字化时代，在利用大数据创造适用价值的同时，还需要加强对客户隐私的保护。通过对数据的整合分析，进一步加强数据资产的管理，保障数据的安全。此外随着系统接入车辆的增加，数据存储也面临了一定的障碍，除了加速开发新一代的存储压缩技术之外，在信号采样频率方面也会加大优化，区分强实时，准实时和弱实时信号，使用不同采样频率，减小数据存储压力，并加大对探索大数据时代数据中心网络的构建。
结束语
未来，新能源汽车大数据构建的完善也将为新能源领域自动驾驶人机交互互联网技术更迭提供了大量的数据支持。新能源整车控制和自动驾驶通信网络等有效结合必将是未来的发展趋势。通过挖掘车载海量数据的价值，提高驾驶安全性能的同时，立志打造一个基于算法复杂场景的智能一体化监管系统，真正的实现智慧出行。人机联动的智能监管。
参考文献
[1] 黄亚娟.大数据分析技术在新能源汽车行业的运用[J].时代汽车,2020,(第7期).
[2] 吴金.基于大数据和人工智能的新能源汽车运行监测云平台研究[J].广东技术师范学院学报,2019,(第6期).
[3] 夏丽娜,何绍清,康泽军,王建斌,贾国瑞.基于新能源高频大数据的驾驶行为与能耗分析[J].时代汽车,2021,(第6期).