新能源汽車大數據庫的設計分析

鐘文京++尹文斌

摘 要

本文主要探討采集新能源汽車運行數據，建立新能源汽車運行參數數據庫，對新能源汽車運行情況實時監控，對故障信息及時判斷，同時對新能源汽車主要部件（特別電池）的基本參數進行大數據分析處理，及早發現和預判主要部件故障隱患，確保車輛安全運行。

【關鍵詞】新能源 汽車 大數據庫 分析

1 發展現狀

新能源汽車由于電池產品在安全、環保方面的高技術要求，以及對消費者生命財產安全的重要影響，許多國家和地區紛紛制定了嚴格的技術法規和標準，加強了對電池產品管理。新能源汽車動力電池種類繁多，各有優缺點，“安全性、壽命、成本”是最大瓶頸。大數據分析技術的發展與應用，在繼美國率先開啟大數據國家戰略先河之后，歐盟、日本等國家也正在推進。我國于2012年批復了“十二五國家政務信息化建設工程規劃”，我國的開放、共享和智能的大數據的時代已經來臨。同時，構建大數據研究平臺，整合創新資源，實施“專項計劃”，突破關鍵技術。我國將大數據視為國家戰略，并且在實施上也已全面進入企業戰略層面，這種實質性的推動已經遠遠超出當年的信息化戰略。

2 研究意義

2.1 汽車應用帶來的問題

隨著經濟的發展，汽車保有量的不斷攀升，導致我國石油消耗量日益升高。根據《能源發展“十二五”規劃》的目標，至2015年我國石油對外依存度需要控制在61%以內，然而目前的數字正在逼近這一紅線。數據顯示，早在2009年，我國原油對外依存度就已突破50%的警戒線；至2012年，該數據升至56.4%，2013年更是高達58.1%。不僅給能源帶來危機，同時傳統汽車排放的尾氣給環境帶來了巨大的危害，空氣質量已經達到了嚴重污染程度，如何控制和降低汽車尾氣排放帶來的污染是面臨解決的一大課題。

2.2 我國發展新能源汽車的機遇和挑戰

近幾年我國大力推廣新能源汽車，在政策扶持上給予多項優惠，各地區新能源汽車參與度逐年攀升，新能源汽車逐漸被人們所接受。但隨著使用率的不斷的增加，產品的質量和安全性成為大家最關心的問題之一，新能源汽車電池燃燒爆炸事件又導致大家觀望，專家認為新能源汽車最大的隱患在于電池，在受到外界因數發生電池變形、起火甚至爆炸的可能性，造成嚴重安全隱患。所以，加強對新能源汽車運營的安全監控分析尤其對電池預判顯得非常重要。

2.3 建設新能源汽車大數據庫的意義

國家科技部、財政部、發改委和工信部等四部委《關于加強節能與新能源汽車示范推廣安全管理工作的函》（國科辦函高〔2011〕322號）文件，南昌市節能與新能源汽車產業示范應用推廣領導小組也下發了《關于加強節能與新能源汽車示范推廣安全管理工作的通知》（洪新汽辦[2011]3號），要求各示范應用單位、汽車生產企業要進一步加強示范運行車輛的安全監控，提高服務質量和管理水平。特別是要加強對動力電池和燃料電池工作狀態的監控，規定要求對純電動汽車要全部安裝車輛運行技術狀態實時監控裝置。

大數據是目前討論最熱的話題之一，因其設計的范圍幾乎是方方面面的，任何行業都能和大數據扯上關系。數據的價值，在于其隱藏在價值，需要數據分析方可釋放這些價值。

“大數據”只是一堆IT庫存，成本極高但收益卻為零。數據分析才是真正的一把手工程。數據分析帶來的不僅僅是分析軟件和分析方法論，更需要決策、運營進行相應的改善與調整，分析的使命，在于改善決策，大數據庫建設有利于汽車產業的可持續發展。

3 設計方案

3.1 對新能源汽車性能的分析預判

新能源汽車大數據庫主要包括汽車品牌、電機種類、動力電池種類、車輛行駛的速度、行駛里程、剩余油量、電池剩余電量、電池模塊SOC、電池組總電壓、電池組充放電總電流、電池組最高（最低）單體電壓、電池組最高（最低）溫度、正（負）極絕緣阻值、溫度不均衡、電壓不均衡、溫度過高（充電/放電）、SOC過高/過低等。

根據采集的這些相關信息，建立新能源汽車大數據庫，通過大數據分析，來預判車輛的實時運行狀態，給出評價結論。

3.2 對駕駛員駕駛行為習慣的分析預判

采集車輛控制器狀態、驅動電機運行狀態、發動機狀態、車身電氣安全、操控系統狀態、車身輔助狀態、開關門狀態、油門踏板狀態、剎車狀態等。通過數據分析得出駕駛員駕駛行為習慣結論。

3.3 動力電池安全性工況分析預判

對電池運行各參數分析，判斷動力電池的工作狀態，衰減率，使用壽命，建立模型分析，設定假設危險臨界點，對可能出現的故障進行預判，避免重大事故的發生。

4 大數據分析處理

4.1 數據分析處理

通過搭建覆蓋基礎設施、車輛、電池的全方位監控體系，利用“云計算、云存儲和云服務”和移動互聯、信息發布和車聯網等信息應用技術，構建新能源汽車全程數據匯集系統，通過智能化的服務有效保證新能源汽車運行安全，使消費者能夠獲得到良好的用戶體驗，汽車生產廠商獲得技術的革新，有效推動了新能源汽車全產業發展。在大數據處理數據時采取五步法，即采集、導入、預處理、統計和分析及挖掘。主要采用模型對比法，臨界點假設對比法進行。

通過采集示范車輛的運行參數及故障信息，并將這些信息按一定時間間隔通過GPRS無線網絡傳輸至移動網絡基站及服務器。移動網絡設備在接收到車載數據終端傳送的數據后，通過中國移動有限公司提供的移動數據服務，將其轉發至連接于因特網上的遠程數據中心上。利用分布式數據庫對海量數據進行普通的分析和分類匯總，采用EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存儲Infobright等，數據挖掘算法以單線程為主，比較典型算法有K-Means、SVM和Naive Bayes，主要使用的工具有Hadoop的Mahout等。

4.2 分析預判內容

對新能源汽車性能的分析預判，通過大數據分析，來預判車輛的實時運行狀態，給出評價結論。

對駕駛員駕駛行為習慣的分析預判，通過數據分析得出駕駛員駕駛行為習慣結論。

動力電池安全性工況分析預判，建立分析模型，設定假設危險臨界點，對可能出現的故障進行預判，避免重大事故的發生。

5 技術路線

（1）通過車載讀取汽車參數；

（2）通過因特網傳送到服務器數據庫；

（3）建立數學模型；

（4）采用對比分析法；

（5）根據時間和要求，對所有數據進行技術和分析；

（6）得到結果，做進一步實驗，判斷數學模型合理性；

（7）完善數學模型合理性，為新能源汽車生產單位提供數據支持。

6 技術創新點

采用云技術和因特網，實時采集新能源汽車各主要部件的參數（電池），建立數學模型、對比分析法（也稱比較分析法），對主要部件的參數（電池）進行預判，更早發現和預判新能源汽車故障，提供新能源汽車運營的安全性。

7 效益評價

（1）為政府部門提供大數據服務；

（2）為新能源汽車生產企業改進技術，降低成本，提高產品質量提供數據分析；

（3）為生產企業研發新新能源汽車，提升產品市場競爭力提供技術參數依據；

（4）為新能源汽車運營提供安全保障；

（5）為推動新能源汽車產業發展，對新能源汽車產業鏈形成和節約汽車能源消耗，保護環境提供服務；

（6）為新能源汽車使用單位對評價運營成效、探索管理經驗、篩選優質產品的要求提供服務。

參考文獻

[1]楊鴻智.數據的征服[J].大數據時代，2013.

[2]康凱，王軍雷，楊凱.國內外新能源汽車發展及政策導向[J].汽車工業研究，2014（08）.

[3]吳朱華.大數據從“小”做起[J].網絡世界，2012（05）.

[4]韓瑛.大數據在信息系統設計與推廣中的思考[J].中國管理信息化，2015（01）.

[5]于建坤.大數據技術方興未艾[J].中國教育報，2014（03）.

[6]呂本富，陳健.大數據預測研究及相關問題[J].科技促進發展，2014（01）.

作者簡介

鐘文京（1966-），女，江西省瑞金市人。在職研究生學歷。現為南昌市工業技術研究院高級工程師。主要研究方向為科技信息、新能源汽車技術、電子信息工程等研究。

作者單位

南昌市工業技術研究院 江西省南昌市 330000