電動汽車原理與應(yīng)用技術(shù) 第3版 PPT課件09 新能源汽車大數(shù)據(jù)平臺及應(yīng)用

第9章新能源汽車大數(shù)據(jù)平臺及應(yīng)用1汽車大數(shù)據(jù)概述新能源汽車大數(shù)據(jù)采集數(shù)據(jù)分析與處理大數(shù)據(jù)應(yīng)用案例目錄汽車大數(shù)據(jù)概述3國務(wù)院相關(guān)領(lǐng)導(dǎo)人指出：要強化遠程運行的監(jiān)控體系，以建立體系、統(tǒng)一要求、落實責(zé)任為重點，加快覆蓋國家、地區(qū)、企業(yè)運行的數(shù)據(jù)監(jiān)控平臺。新能源汽車大數(shù)據(jù)新能源汽車大數(shù)據(jù)的需求背景2016年，工業(yè)和信息化部制定并發(fā)布了《新能源汽車生產(chǎn)企業(yè)及產(chǎn)品準入管理規(guī)定》。2018年，工業(yè)和信息化部制定了《新能源汽車動力電池回收利用溯源管理暫行規(guī)定》。2020年，由國家市場監(jiān)督管理總局、國家標準化管理委員會批準發(fā)布了工業(yè)和信息化部組織制定的GB18384—2020《電動汽車安全要求》、GB38032—2020《電動客車安全要求》和GB38031—2020《電動汽車用動力電池安全要求》三項強制性國家標準。新能源汽車安全監(jiān)管的國家政策要求汽車大數(shù)據(jù)概述42015年國務(wù)院正式印發(fā)了《中國制造2025》。新能源汽車行業(yè)作為制造業(yè)與高新技業(yè)的交叉產(chǎn)業(yè)，與車輛大數(shù)據(jù)的融合應(yīng)用是順應(yīng)汽車產(chǎn)業(yè)發(fā)展的必然結(jié)果。這種高度融合必將加速“中國制造2025”及智能網(wǎng)聯(lián)汽車在新能源汽車領(lǐng)域的早日實現(xiàn)。新能源汽車大數(shù)據(jù)汽車產(chǎn)業(yè)轉(zhuǎn)型升級的需求新能源汽車大數(shù)據(jù)的需求背景汽車大數(shù)據(jù)概述5新能源汽車的電子設(shè)備數(shù)量及其采集的數(shù)據(jù)量相比之前有了巨大的提升，普通的行車電腦已不能滿足數(shù)據(jù)的記錄需求，且該方法沒有即時更新的數(shù)據(jù)，其時效性較差。新能源汽車大數(shù)據(jù)新能源汽車行業(yè)應(yīng)用與管理需求新能源汽車的行車安全問題依賴于前期的數(shù)據(jù)分析發(fā)現(xiàn)，且其發(fā)生事故的救援難度相比普通燃油車要大得多，大部分的車企都對新能源汽車有著較高的數(shù)據(jù)傳輸分析及管理需求。汽車大數(shù)據(jù)平臺的方案便應(yīng)運而生。新能源汽車大數(shù)據(jù)的需求背景汽車大數(shù)據(jù)概述6依靠車聯(lián)網(wǎng)系統(tǒng)，可以實時采集車輛及相關(guān)設(shè)備的運行和設(shè)備檢測數(shù)據(jù)，積累新能源汽車產(chǎn)業(yè)運營數(shù)據(jù)，形成海量數(shù)據(jù)池。新能源汽車大數(shù)據(jù)新能源汽車大數(shù)據(jù)的特點新能源汽車領(lǐng)域數(shù)據(jù)包括車載智能終端采集的車輛工況及駕駛行為數(shù)據(jù)、車輛故障診斷信息、車輛維修保養(yǎng)數(shù)據(jù)、天氣路況等。數(shù)據(jù)增長速度快，包含大量實時數(shù)據(jù)，導(dǎo)致了數(shù)據(jù)創(chuàng)建、處理和分析的速度持續(xù)加快。對于對時間敏感的流程，具備典型的大數(shù)據(jù)的4V特征。汽車大數(shù)據(jù)概述7應(yīng)用領(lǐng)域主要分為政府、商業(yè)、用戶三個層次。新能源汽車大數(shù)據(jù)車輛大數(shù)據(jù)的應(yīng)用領(lǐng)域政府需要對車輛安全、交通管理、公共安全、產(chǎn)業(yè)政策、環(huán)境保護方面進行管理。提出以下幾點要求：1）加強和完善大數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)及服務(wù)功能，擴大大數(shù)據(jù)專業(yè)人才及技術(shù)引進力度。2）加快搭建統(tǒng)一平臺，統(tǒng)籌大數(shù)據(jù)研發(fā)應(yīng)用。從組織保障、數(shù)據(jù)采集、數(shù)據(jù)共享、數(shù)據(jù)應(yīng)用等方面入手。3）繼續(xù)推進大部制改革，促進統(tǒng)一類型數(shù)據(jù)在業(yè)務(wù)部門內(nèi)整合。4）加速數(shù)據(jù)挖掘及運用，提高大數(shù)據(jù)在政府決策中的作用。有效挖掘、存儲、處理、分析大數(shù)據(jù)。汽車大數(shù)據(jù)概述8商業(yè)領(lǐng)域包括公共服務(wù)、商業(yè)服務(wù)、汽車金融、汽車企業(yè)。新能源汽車大數(shù)據(jù)車輛大數(shù)據(jù)的應(yīng)用領(lǐng)域公共服務(wù)，通過挖掘大數(shù)據(jù)中潛在信息，可提供更優(yōu)質(zhì)的公共服務(wù)。商業(yè)服務(wù)，可以利用數(shù)據(jù)挖掘技術(shù)，定義線索級別并進行購車意向分析，提高銷售線索的轉(zhuǎn)化率；利用汽車大數(shù)據(jù)對用戶進行多維度的畫像掃描，對客戶進行細分。汽車金融，可以讓汽車保險定價更合理、讓理賠定損更簡單等。汽車企業(yè)，合理運用車輛大數(shù)據(jù)，可實現(xiàn)設(shè)計優(yōu)化、車間通信、無人駕駛等功能。汽車大數(shù)據(jù)概述9用戶領(lǐng)域主要包括智能控制、交通服務(wù)、車輛信息等方面，可以將這些方面內(nèi)容集成在App終端上。通過App終端的下載與應(yīng)用，給用戶提供車輛信息，提供交通服務(wù)，使其對車輛進行智能控制，幫助用戶更好地駕駛車輛，提升駕駛體驗。新能源汽車大數(shù)據(jù)車輛大數(shù)據(jù)的應(yīng)用領(lǐng)域汽車大數(shù)據(jù)概述10車聯(lián)網(wǎng)是以車、路以及道路的基本設(shè)施為節(jié)點組成網(wǎng)絡(luò)，用以實現(xiàn)車與車、車與人、車與路的信息交換，利用先進的技術(shù)實現(xiàn)安全防護、智能駕駛、車輛售后服務(wù)、位置服務(wù)，最終達到提高交通效率、提升道路通行能力、降低交通事故等目的。基本架構(gòu)如圖。車聯(lián)網(wǎng)基本架構(gòu)車聯(lián)網(wǎng)的基本架構(gòu)汽車大數(shù)據(jù)概述11數(shù)據(jù)采集層通過感知技術(shù)、車載信息終端以及路邊系統(tǒng)設(shè)備，實現(xiàn)對車輛自身的位置、速度、加速度、行進方向等行駛和運行信息以及車輛外在屬性（如道路、人和環(huán)境）等信息的提取，通過輕量級的車載設(shè)備完成車輛相關(guān)信息的收集和處理，同時接收和執(zhí)行來自上層的智能交通和信息服務(wù)等交互控制指令。車聯(lián)網(wǎng)基本架構(gòu)汽車大數(shù)據(jù)概述12網(wǎng)絡(luò)層包括網(wǎng)絡(luò)接入層和網(wǎng)絡(luò)交互層。與車輛相關(guān)的網(wǎng)絡(luò)包括車對車（V2V）、車對路（V2R）、車對網(wǎng)（V2I）及車對人（V2H）等。車聯(lián)網(wǎng)基本架構(gòu)網(wǎng)絡(luò)接入層實現(xiàn)運行系統(tǒng)（車輛信息系統(tǒng)、路網(wǎng)信息、信息采集基站系統(tǒng)和運行管控服務(wù)中心系統(tǒng)）和運營系統(tǒng)（運營管控平臺系統(tǒng)、關(guān)鍵服務(wù)子系統(tǒng)）之間的數(shù)據(jù)傳輸。網(wǎng)絡(luò)交互層完成對業(yè)務(wù)的承載，作為承載網(wǎng)絡(luò)提供到外部網(wǎng)絡(luò)的接口，從而實現(xiàn)汽車各種服務(wù)、管理和服務(wù)交互過程的控制。汽車大數(shù)據(jù)概述13數(shù)據(jù)處理層對在網(wǎng)車輛和設(shè)施產(chǎn)生的數(shù)據(jù)進行存儲和分析計算，同時集成其他服務(wù)基礎(chǔ)數(shù)據(jù)，為智能交通管控和車載信息服務(wù)提供支撐。車聯(lián)網(wǎng)基本架構(gòu)數(shù)據(jù)應(yīng)用層通過車載信息服務(wù)與運營中心負責(zé)面向不同類型用戶提供開放多樣的車載信息服務(wù)，同時提供安全可靠的運營支撐環(huán)境。汽車大數(shù)據(jù)概述14智能網(wǎng)聯(lián)汽車同時具備“智能”與“網(wǎng)聯(lián)”兩個方面的特性，是道路交通系統(tǒng)中一個具備一定自主決策和自我控制能力的載運工具平臺，也是車聯(lián)網(wǎng)絡(luò)大環(huán)境中的一個信息交互節(jié)點。新能源汽車大數(shù)據(jù)平臺架構(gòu)智能網(wǎng)聯(lián)汽車的“端-網(wǎng)-云”架構(gòu)未來自動駕駛和智能交通場景的實現(xiàn)，都需要依賴車-車、車-路、車-云協(xié)同的信息交互和協(xié)調(diào)控制技術(shù)。智能網(wǎng)聯(lián)汽車從功能到技術(shù)實現(xiàn)方面都體現(xiàn)為“端-網(wǎng)-云”的體系架構(gòu)。汽車大數(shù)據(jù)概述15“端”既包括道路交通環(huán)境中行駛的車輛（智能移動終端），也包括非車輛，如行人、動物等。“端”是智能網(wǎng)聯(lián)汽車運行過程中數(shù)據(jù)獲取、計算處理、智能應(yīng)用的功能載體。新能源汽車大數(shù)據(jù)平臺架構(gòu)智能網(wǎng)聯(lián)汽車的“端-網(wǎng)-云”架構(gòu)“網(wǎng)”指車聯(lián)網(wǎng)環(huán)境，車聯(lián)網(wǎng)是以車內(nèi)網(wǎng)、車際網(wǎng)和車載移動互聯(lián)網(wǎng)（車云網(wǎng)）為基礎(chǔ)，按照約定的通信協(xié)議和數(shù)據(jù)交互標準，在車-車、車-路、車-云，以及車輛與互聯(lián)網(wǎng)之間，進行無線通信和信息交換，以實現(xiàn)智能交通管理控制、車輛智能化控制和智能動態(tài)信息服務(wù)?！霸啤敝赣靡赃M行跨領(lǐng)域大數(shù)據(jù)存儲和處理的云服務(wù)平臺。能夠至少同時支持百萬級車載智能終端及千萬級智能移動終端的大數(shù)據(jù)并發(fā)，實現(xiàn)對海量實車數(shù)據(jù)的存儲、計算、管理、監(jiān)控、分析、挖掘及應(yīng)用，是系統(tǒng)互聯(lián)與智能的核心。汽車大數(shù)據(jù)概述16有企業(yè)監(jiān)測平臺、地方監(jiān)測平臺以及國家監(jiān)測平臺三類，這三類平臺形成了數(shù)據(jù)平臺的三級架構(gòu)。新能源汽車大數(shù)據(jù)平臺架構(gòu)大數(shù)據(jù)云平臺架構(gòu)與管理體系（1）新能源汽車數(shù)據(jù)平臺三級結(jié)構(gòu)數(shù)據(jù)平臺的三級架構(gòu)汽車大數(shù)據(jù)概述17以北京理工大學(xué)新能源汽車監(jiān)測與管理平臺為例。電動車輛大數(shù)據(jù)平臺采用Hadoop體系架構(gòu)，與阿里、京東等公司的大數(shù)據(jù)技術(shù)同步，同時具有更強的靈活性和可擴展性。新能源汽車大數(shù)據(jù)平臺架構(gòu)大數(shù)據(jù)云平臺架構(gòu)與管理體系（2）整體平臺架構(gòu)數(shù)據(jù)采集、存儲、挖掘流程圖汽車大數(shù)據(jù)概述新能源汽車大數(shù)據(jù)采集數(shù)據(jù)分析與處理大數(shù)據(jù)應(yīng)用案例目錄新能源汽車大數(shù)據(jù)采集19數(shù)據(jù)采集流程靜態(tài)信息采集靜態(tài)信息指沒有與服務(wù)器進行交互的數(shù)據(jù)，車輛外部的靜態(tài)信息主要包括充電樁的使用情況、路網(wǎng)情況、氣象情況等，對分析車輛的行駛狀況、安全管理和故障回溯提供有效的依據(jù)。車輛的靜態(tài)信息包括車輛的相關(guān)參數(shù)、車輛公告信息、車輛的銷售情況以及用戶對車輛的評價情況等，這些信息也是進行大數(shù)據(jù)分析所必備的。新能源汽車大數(shù)據(jù)采集20數(shù)據(jù)采集流程動態(tài)信息采集通過布置在車輛上的傳感器獲取車輛的動態(tài)信息。新能源汽車數(shù)據(jù)平臺車輛動態(tài)信息采集步驟如下：連接建立車載終端向遠程服務(wù)與管理平臺發(fā)送通信連接請求，遠程服務(wù)與管理平臺應(yīng)對接收到的數(shù)據(jù)進行校驗。信息傳輸按一定時間周期向遠程服務(wù)與管理平臺上報電動汽車運行、充電、事故報警或斷電后3min內(nèi)的實時信息。連接維持車載終端應(yīng)向遠程服務(wù)與管理平臺發(fā)送周期性心跳信息，遠程服務(wù)與管理平臺應(yīng)對車載終端反饋成功應(yīng)答。信息補發(fā)數(shù)據(jù)通信鏈路異常時，車載終端應(yīng)將實時上報數(shù)據(jù)進行本地儲存?；謴?fù)正常后，在發(fā)送實時上報數(shù)據(jù)的空閑時間完成補發(fā)儲存的上報數(shù)據(jù)。新能源汽車大數(shù)據(jù)采集21新能源汽車數(shù)據(jù)采集項純電動汽車數(shù)據(jù)采集項純電動汽車的數(shù)據(jù)對提高動力電池、驅(qū)動電機、電機控制、車身和底盤設(shè)計及能量管理等關(guān)鍵技術(shù)研發(fā)速度，降低研發(fā)成本及驗證技術(shù)可靠性等方面的作用十分顯著。數(shù)據(jù)采集項主要涉及電機數(shù)據(jù)、電池數(shù)據(jù)、整車數(shù)據(jù)、車輛道路行駛信息和車輛運行狀態(tài)信息等。驅(qū)動電機需要采集的數(shù)據(jù)項共十一項驅(qū)動電機個數(shù)驅(qū)動電機總成信息驅(qū)動電機狀態(tài)驅(qū)動電機序號驅(qū)動電機狀態(tài)驅(qū)動電機控制器溫度驅(qū)動電機轉(zhuǎn)速驅(qū)動電機溫度驅(qū)動電機轉(zhuǎn)矩輸入電壓電機控制器直流母線電流新能源汽車大數(shù)據(jù)采集22新能源汽車數(shù)據(jù)采集項純電動汽車數(shù)據(jù)采集項動力電池的數(shù)據(jù)采集項包括如下幾項：電池電壓電池電流電池溫度探針數(shù)探針溫度值高壓DC/DC變換器狀態(tài)電池最低單體電壓電池最低單體箱號當前最大允許放電電流鋰電池系統(tǒng)故障等級整車數(shù)據(jù)采集項包括：車輛橫向加速度縱向加速度垂直加速度制動信息轉(zhuǎn)向信息胎壓信息車內(nèi)溫度新能源汽車大數(shù)據(jù)采集23新能源汽車數(shù)據(jù)采集項混合動力電動汽車數(shù)據(jù)采集項混合動力汽車的動力傳動系統(tǒng)由兩個或多個能夠同時運轉(zhuǎn)的單個動力傳動系統(tǒng)聯(lián)合組成。如果其中一個動力傳動系統(tǒng)為純電動汽車動力傳動系統(tǒng)，則該混合動力汽車為混合動力電動汽車。與純電動汽車相比，多了發(fā)動機和一套變速機構(gòu)，在采集車輛數(shù)據(jù)時需要注意發(fā)動機的相關(guān)參數(shù)信息，例如發(fā)動機狀態(tài)、曲軸轉(zhuǎn)速、燃油消耗率、機油溫度、冷卻液溫度、機油壓力及進氣壓力等。新能源汽車大數(shù)據(jù)采集24新能源汽車數(shù)據(jù)采集項燃料電池電動汽車數(shù)據(jù)采集項燃料電池電動汽車動力系統(tǒng)主要由燃料電池發(fā)動機、燃料存儲裝置、驅(qū)動電機、動力電池組等組成，采用燃料電池發(fā)電作為主要能量源，通過電機驅(qū)動車輛前進。相比于純電動汽車，其電能來源于燃料電池發(fā)生化學(xué)反應(yīng)產(chǎn)生的電能，多了燃料電池和儲氫瓶，采集與之相關(guān)的參數(shù)信息如燃料電池電壓、燃料電池電流、燃料消耗率、燃料電池溫度探針總數(shù)、氫系統(tǒng)中最高溫度、氫系統(tǒng)中最高溫度探針代號、氫氣最高濃度、氫氣最高濃度傳感器代號、氫氣最高壓力、氫氣最高壓力傳感器代號、高壓DC/DC變換器狀態(tài)等。新能源汽車大數(shù)據(jù)采集25車載終端設(shè)備車載終端設(shè)備概念車載終端是安裝在電動汽車上，采集及保存整車及系統(tǒng)部件的關(guān)鍵狀態(tài)參，并與車聯(lián)網(wǎng)后臺及其他對象進行通信的裝置或系統(tǒng)。智能車載終端主要有兩種產(chǎn)品形態(tài)：一種是獨立的車載終端；另外一種是將車載終端功能和車機等進行集成設(shè)計，成為集成式、一體化車載終端。新能源汽車大數(shù)據(jù)采集26車載終端設(shè)備車載終端主要組成部分蜂窩通信模塊建立與廣域網(wǎng)的通信，與車聯(lián)網(wǎng)后臺進行數(shù)據(jù)交互。還需要具備傳統(tǒng)的電話、短信等通信功能。微處理器（MPU）運行智能車載終端的應(yīng)用層軟件，需要具有較高的性能。一般選用車規(guī)級ARM芯片運行Linux等操作系統(tǒng)。微控制器（MCU）MCU主要對接車輛網(wǎng)絡(luò)，滿足高可靠性、高實時性要求。全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）定位模塊獲取車輛定位數(shù)據(jù)，包括時間、車速、經(jīng)度、緯度、航向、海拔等數(shù)據(jù)。為GPS、北斗、GLONASS等。存儲器存儲器主要用于存儲車輛運行狀態(tài)數(shù)據(jù)，在進行車載終端及車輛控制器的遠程升級時，可用于存儲升級文件。新能源汽車大數(shù)據(jù)采集27車載終端設(shè)備車載終端設(shè)備應(yīng)用實例NE-EVT200型的新能源車載終端設(shè)備，采用了外置GPS或雙模定位的方式，位置數(shù)據(jù)精度更高。支持近端SD卡進行固件升級，也支持FTP遠程固件升級，降低了維護工作量。支持串口參數(shù)設(shè)計，也可根據(jù)車廠提供的BMS及車輛儀表協(xié)議，通過dbc配置方式，快速定制車型的協(xié)議。最多可同時支持2個主站后臺進行數(shù)據(jù)傳輸。具體流程：通過GPRS協(xié)議從CAN總線中讀取數(shù)據(jù)，如電池電流、電壓、溫度、車速、GPS定位信息等，遵循國家標準TCP協(xié)議，以數(shù)據(jù)流量的方式將數(shù)據(jù)傳送到云端大數(shù)據(jù)平臺。平臺參照國標將所需要的信息翻譯出來，最終形成可以為數(shù)據(jù)平臺所利用的數(shù)據(jù)。NE-EVT200型新能源車載終端汽車大數(shù)據(jù)概述新能源汽車大數(shù)據(jù)采集數(shù)據(jù)分析與處理大數(shù)據(jù)應(yīng)用案例目錄29數(shù)據(jù)分析與處理新能源汽車運行環(huán)境復(fù)雜，在實際情況下采集到的數(shù)據(jù)往往存在不正確或不一致等問題。數(shù)據(jù)預(yù)處理在大數(shù)據(jù)系統(tǒng)中需要進行數(shù)據(jù)預(yù)處理以提高數(shù)據(jù)的質(zhì)量，從而有助于提高數(shù)據(jù)挖掘與分析的準確率和效率。大數(shù)據(jù)預(yù)處理技術(shù)主要包括數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)歸約與數(shù)據(jù)變換。30數(shù)據(jù)分析與處理現(xiàn)實世界的數(shù)據(jù)一般是不完整的、有噪聲的和不一致的。數(shù)據(jù)清洗的目的是填補缺失的值、光滑噪聲并識別離群點。數(shù)據(jù)預(yù)處理1.填補缺失值常見方法有刪除、填充默認值、均值、眾數(shù)和通過模型預(yù)測等。2.

光滑噪聲并識別離群點噪聲指被測量變量的隨機誤差。給定一個數(shù)值屬性，可以通過以下數(shù)據(jù)光滑技術(shù)來平滑噪聲。（1）分箱通過考察數(shù)據(jù)的“近鄰”（即周圍的值）來光滑有序數(shù)據(jù)值。這些有序的值被分布到一些“桶”或箱中。由于分箱方法考察近鄰的值，因此它只能進行局部光滑。數(shù)據(jù)清洗31數(shù)據(jù)分析與處理數(shù)據(jù)預(yù)處理①用箱均值光滑：箱中每一個值被箱中的平均值替換。②用箱中位數(shù)平滑：箱中的每一個值被箱中的中位數(shù)替換。③用箱邊界平滑：箱中的最大和最小值同樣被視為邊界。箱中的每一個值被最近的邊界值替換。數(shù)據(jù)清洗一些數(shù)據(jù)光滑的分箱方式（2）離群點分析可通過如聚類等方法來檢測離群點。聚類將類似的值聚成群或“簇”。直觀地，落在簇集合之外的值被視為離群點。32數(shù)據(jù)分析與處理數(shù)據(jù)集成技術(shù)在邏輯上和物理上把來自不同數(shù)據(jù)源的數(shù)據(jù)進行集中，為用戶提供一個統(tǒng)一的視圖。合理的集成有助于減少結(jié)果數(shù)據(jù)集的冗余和不一致，提高其后挖掘過程的準確性和速度。數(shù)據(jù)預(yù)處理（1）冗余和相關(guān)分析一個屬性如果能由另一個或另一組屬性“導(dǎo)出”，則這個屬性可能是冗余的。對于標稱數(shù)據(jù)，可使用卡方檢驗解決數(shù)據(jù)冗余問題；對于數(shù)值屬性，則可使用相關(guān)系數(shù)和協(xié)方差。（2）數(shù)據(jù)值沖突的檢測與處理對于現(xiàn)實世界的同一實體，不同數(shù)據(jù)源可能有不同的表示方法，進而形成數(shù)據(jù)語義的差異性。例如，重量屬性可能在一個系統(tǒng)中以公制單位存放，而在另一個系統(tǒng)中以英制單位存放。數(shù)據(jù)集成33數(shù)據(jù)分析與處理數(shù)據(jù)預(yù)處理數(shù)據(jù)歸約是指在對分析任務(wù)和數(shù)據(jù)本身內(nèi)容理解的基礎(chǔ)之上，尋找依賴于發(fā)現(xiàn)目標特征的有用數(shù)據(jù)，以縮減數(shù)據(jù)規(guī)模，從而在盡可能保持數(shù)據(jù)原始特性的前提下，最大限度地精簡數(shù)據(jù)量。常見的數(shù)據(jù)歸約方法包括維歸約、數(shù)量歸約和數(shù)據(jù)壓縮等。數(shù)據(jù)歸約數(shù)據(jù)規(guī)約示意圖34數(shù)據(jù)分析與處理數(shù)據(jù)預(yù)處理數(shù)據(jù)變換可將原始數(shù)據(jù)轉(zhuǎn)換成適合數(shù)據(jù)分析的形式。其策略包括屬性構(gòu)造、聚集、數(shù)據(jù)規(guī)范化、數(shù)據(jù)離散化和概念分層等。數(shù)據(jù)離散化和概念分層產(chǎn)生也是數(shù)據(jù)歸約形式。原始數(shù)據(jù)被少數(shù)區(qū)間或標簽取代從而被簡化，使挖掘的結(jié)果模式更容易理解。數(shù)據(jù)變換與數(shù)據(jù)離散化連續(xù)數(shù)據(jù)離散化35數(shù)據(jù)分析與處理數(shù)據(jù)預(yù)處理3.研究人員在進行數(shù)據(jù)分析前，將根據(jù)實際計算需求，選擇缺失值填充或數(shù)據(jù)清洗的方式進一步處理數(shù)據(jù)。新能源汽車數(shù)據(jù)預(yù)處理新能源汽車運行數(shù)據(jù)預(yù)處理分為三個階段：1.在原始數(shù)據(jù)采集時，對車載終端采集到的SOC信息、車速信息、電流電壓信息等進行數(shù)據(jù)格式轉(zhuǎn)化、異常數(shù)據(jù)處理。為保證數(shù)據(jù)傳輸?shù)木?，往往需要將采集的?shù)據(jù)值擴大10倍。2.國家平臺接收數(shù)據(jù)之前，將調(diào)用預(yù)處理模塊對每個數(shù)據(jù)項值進行有效驗證。其規(guī)則是把當前車載終端動態(tài)上傳的數(shù)據(jù)項和管理員預(yù)配置的有效取值范圍進行大小關(guān)系比較，對異常數(shù)據(jù)置空處理，保障數(shù)據(jù)的有效性和準確性。36數(shù)據(jù)分析與處理數(shù)據(jù)分析大數(shù)據(jù)分析是指用準確適宜的分析方法和工具來分析經(jīng)過預(yù)處理后的大數(shù)據(jù)，提取具有價值的信息，進而形成有效的結(jié)論并通過可視化技術(shù)展現(xiàn)出來的過程。對于不同的挖掘目標，采用合適的大數(shù)據(jù)分析技術(shù)，可以達到更好數(shù)據(jù)挖掘效果。車輛大數(shù)據(jù)分析常用的幾種方法有相關(guān)分析、回歸分析、聚類方法等。37數(shù)據(jù)分析與處理數(shù)據(jù)分析相關(guān)分析是研究概率變量之間的相關(guān)性的一種統(tǒng)計方法。其按照不同的分類關(guān)系可以分為正相關(guān)與負相關(guān)、單相關(guān)與復(fù)相關(guān)、線性相關(guān)與非線性相關(guān)等。判斷兩個現(xiàn)象間有無相關(guān)關(guān)系，可以通過相關(guān)表和相關(guān)圖進行直觀判斷。相關(guān)分析相關(guān)分析熱力圖38數(shù)據(jù)分析與處理數(shù)據(jù)分析回歸分析是構(gòu)建變量間數(shù)量關(guān)系的具體模型，并對模型進行各種檢驗的分析方法。被影響的變量是因變量，只有一個，影響變量為自變量，可以有多個。根據(jù)自變量個數(shù)可分為一元回歸與多元回歸；根據(jù)變量間相關(guān)的形式又可分為線性回歸與非線性回歸?；貧w分析一元線性回歸分析39數(shù)據(jù)分析與處理數(shù)據(jù)分析回歸分析1.一元線性回歸模型一元線性回歸是一個自變量與因變量之間線性關(guān)系的回歸，又稱為直線回歸，是回歸分析中最基本的形式。直線回歸與直線相關(guān)對應(yīng)，一元線性回歸模型的一般表達形式為:

40數(shù)據(jù)分析與處理數(shù)據(jù)分析回歸分析2.多元線性回歸分析許多現(xiàn)實問題的研究對象往往受到多個自變量的影響。多元線性回歸分析是指因變量表現(xiàn)為兩個或兩個以上自變量的線性組合關(guān)系，其與一元線性回歸分析的基本原理和方法類似。

41數(shù)據(jù)分析與處理數(shù)據(jù)分析聚類分析將物理或抽象對象的集合分成由類似的對象組成的多個類或簇的過程被稱為聚類。其相似度根據(jù)描述對象的屬性值度量，常采用距離來進行度量。在許多應(yīng)用中，簇的概念都沒有嚴格的定義。左圖顯示了18個點和將它們劃分成簇的3種不同方法。標記的形狀指示簇的隸屬關(guān)系。相同點集的不同聚類方法42數(shù)據(jù)分析與處理數(shù)據(jù)分析聚類分析聚類算法可分為劃分聚類、層次聚類、基于密度的聚類、基于網(wǎng)格的聚類和基于模型的聚類。實踐中常用K-means、層次聚類、神經(jīng)網(wǎng)絡(luò)聚類、模糊C-均值聚類、高斯聚類等。K-means聚類方法43數(shù)據(jù)分析與處理數(shù)據(jù)可視化數(shù)據(jù)可視化技術(shù)利用圖形、圖像處理、計算機視覺以及用戶界面，通過表達、建模以及對立體、表面、屬性以及動畫的顯示，對數(shù)據(jù)加以可視化解釋。數(shù)據(jù)可視化工具1.TableauDesktopTableauDesktop是Tableau公司開發(fā)的商業(yè)智能工具軟件。它可以讓用戶自己編寫代碼和自定義控制臺配置。通過拖放程序把所有的數(shù)據(jù)展示到數(shù)字“畫布”上，能快速創(chuàng)建各種圖表且有多種展現(xiàn)形式。44數(shù)據(jù)分析與處理數(shù)據(jù)可視化數(shù)據(jù)可視化工具2.Python—MatplotlibMatplotlib是Python最著名的繪圖庫，它提供了一整套類似Matlab的API，非常適合交互式繪圖，其文檔也相當完備。Matplotlib是第一個Python可視化程序庫，許多程序庫都是建立在它的基礎(chǔ)上或者直接調(diào)用它。例如，Pandas和Seaborn就可以直接調(diào)用Matplotlib。45數(shù)據(jù)分析與處理數(shù)據(jù)可視化數(shù)據(jù)可視化工具3.R—ggplot2R語言提供了一套內(nèi)置函數(shù)和庫，如ggplot2、leaflet和lattice，用來建立可視化效果以呈現(xiàn)數(shù)據(jù)。ggplot2有圖形精美、函數(shù)和參數(shù)設(shè)置方便記憶以及代碼可用性強、可以方便地定制圖形等優(yōu)點。ggplot2繪制的圖形46數(shù)據(jù)分析與處理數(shù)據(jù)可視化數(shù)據(jù)可視化工具4.Excel在簡單的數(shù)據(jù)處理時，Excel顯然是最方便人們使用的入門級工具。不僅能通過Excel內(nèi)在集成的圖表來對選定的數(shù)據(jù)源進行可視化展示，也能創(chuàng)建供內(nèi)部使用的數(shù)據(jù)圖。Excel繪制的圖形47數(shù)據(jù)分析與處理數(shù)據(jù)可視化新能源汽車數(shù)據(jù)可視化車輛運行數(shù)據(jù)繁多復(fù)雜，很難直接從數(shù)據(jù)中發(fā)現(xiàn)車輛運行規(guī)律以及車輛運行狀態(tài)，而通過數(shù)據(jù)可視化則可以清楚地顯示出這些情況。1.折線圖折線圖可以用來顯示某一變量跟隨時間（或另外的變量）的變化而變化的趨勢，能夠非常清晰地反映出數(shù)據(jù)變化情況，以及從中預(yù)測出一定的數(shù)據(jù)未來走勢。2023年第一季度車輛故障報警數(shù)48數(shù)據(jù)分析與處理數(shù)據(jù)可視化新能源汽車數(shù)據(jù)可視化2.柱狀圖柱狀圖可以通過其高度來清晰表達不同指標值之間的對比。其關(guān)鍵是要精確計算出需要表達的尺度和比例。柱狀圖可進一步發(fā)展成三維的情況，增加指標數(shù)量，豐富對比。左圖所示為我國新能源汽車產(chǎn)量以及平臺車輛接入量的對比關(guān)系，從中可以看出新能源汽車產(chǎn)量增長情況。49數(shù)據(jù)分析與處理數(shù)據(jù)可視化新能源汽車數(shù)據(jù)可視化3.餅圖餅圖主要用來表達某一類型數(shù)據(jù)在整體中所占的比重以及與其他類型相比較情況，可以很明顯地突出所要表達的重點。左圖所示為截至2023年5月接入新能源汽車大數(shù)據(jù)平臺的新能源汽車比例分布情況。50數(shù)據(jù)分析與處理數(shù)據(jù)可視化新能源汽車數(shù)據(jù)可視化4.熱力圖通過熱力圖可以清楚地看到每一個區(qū)域的數(shù)據(jù)焦點，能夠?qū)崿F(xiàn)實時直觀地展現(xiàn)充電需求、車輛分布等與地域信息密切相關(guān)的信息要素。左圖所示為北京地區(qū)某一時刻的充電需求熱力圖。51數(shù)據(jù)分析與處理數(shù)據(jù)可視化新能源汽車數(shù)據(jù)可視化5.行駛軌跡圖動態(tài)的行駛軌跡圖可以直觀、實時地表現(xiàn)某一地區(qū)某一時刻的交通運行狀態(tài)。左圖所示為北京地區(qū)某一時刻的新能源車輛行駛軌跡。52數(shù)據(jù)分析與處理數(shù)據(jù)可視化新能源汽車數(shù)據(jù)可視化6.知識圖譜新能源汽車故障診斷方面可以通過構(gòu)建可視化的知識圖譜，建立故障樹與數(shù)據(jù)庫之間的聯(lián)系。知識圖譜的UI界面知識圖譜的故障關(guān)系查詢模塊汽車大數(shù)據(jù)概述新能源汽車大數(shù)據(jù)采集數(shù)據(jù)分析與處理大數(shù)據(jù)應(yīng)用案例目錄54大數(shù)據(jù)應(yīng)用案例新能源汽車大數(shù)據(jù)平臺功能駕駛行為分析：可結(jié)合采集到的加速度、方向盤轉(zhuǎn)角、節(jié)氣門開度等參數(shù)分析用戶在不同場景、不同環(huán)境下的車輛使用情況，包括行駛環(huán)境、起步習(xí)慣、怠速狀況及加速行為等。車輛性能分析：可分析車輛在實際道路環(huán)境下的加速、減速、轉(zhuǎn)彎等性能表現(xiàn)，為車輛研發(fā)提供重要的依據(jù)。電池壽命預(yù)測：通過對電池充放電次數(shù)監(jiān)控、電池的衰減度分析，預(yù)測電池的剩余使用壽命。55大數(shù)據(jù)應(yīng)用案例新能源汽車大數(shù)據(jù)平臺功能電池性能評估：通過電池性能指標進行電池性能評估?？蛻舢嬒瘢和ㄟ^對車主的行駛區(qū)域、駕駛習(xí)慣、駕駛風(fēng)格等方面進行分析，進行車主畫像，從而為車輛的售后和研發(fā)提供依據(jù)。行程分析：以安全得分、綠色得分、安全指標（急加速、急減速、急轉(zhuǎn)彎等）、綠色指標（百公里能耗）對車輛行程進行評估。遠程診斷：基于實時的行車數(shù)據(jù)流進行實時故障診斷，對于未發(fā)生的故障進行風(fēng)險預(yù)判，防患于未然。智能提醒：通過監(jiān)控車輛的運行狀況、駕駛表現(xiàn)、環(huán)境參數(shù)等對車主進行智能提醒。56大數(shù)據(jù)應(yīng)用案例新能源車輛大數(shù)據(jù)評價賽維評價規(guī)程能耗安全體驗C-AHI中國汽車健康指數(shù)GB18384—2020《電動汽車安全要求》DB31/T634—2020GB18352.6—2016《輕型汽車污染物排放限值及測量方法（中國第六階段）》GB/T18386.2—2022《電動汽車能量消耗量和續(xù)駛里程試驗方法第2部分：重型商用車輛》GB/T32960.3—2016駕駛體驗?zāi)陀皿w驗質(zhì)量體驗出行體驗評價維度參考

文件動力電池作為新能源汽車中重要的儲能裝置，近年來頻發(fā)的動力電池系統(tǒng)危險故障加劇了電動汽車消費者的擔(dān)憂。對動力電池系統(tǒng)進行故障診斷，明確故障類型，定位故障位置，避免故障發(fā)生，對新能源汽車汽車的穩(wěn)定性提升有十分積極的作用。大數(shù)據(jù)應(yīng)用案例新能源車輛安全狀態(tài)分析與應(yīng)用本案例通過3σ多層次篩選算法，建立電壓離群點檢測模型，研究動力電池電壓的變化規(guī)律和異常波動，并據(jù)此判定故障概率，最后與實車對應(yīng)，將數(shù)據(jù)統(tǒng)計故障診斷結(jié)論轉(zhuǎn)換成實際車輛故障診斷結(jié)論。571.對于小部分車輛，某個不確定位置的電池單體電壓經(jīng)常超3σ范圍，并且它們的故障頻率通常超過90%。定義這種故障為偶然故障，原因為某些偶然的問題（如生產(chǎn)問題、意外情況）導(dǎo)致的該單體故障概率比較大，如圖a所示。58大數(shù)據(jù)應(yīng)用案例電池系統(tǒng)常見故障2.對于大部分車輛，有一個或幾個固定的位置的電池單體，它們的故障頻率低于35%，如圖b、c、d所示。這種故障的原因主要是設(shè)計缺陷和一些固有的系統(tǒng)問題。稱為固有故障。59大數(shù)據(jù)應(yīng)用案例動力電池系統(tǒng)健康狀態(tài)評估與故障診斷動力電池的電壓故障是動力電池主要故障之一，主要表現(xiàn)為由電池不一致性導(dǎo)致的過充、過放等問題。大多數(shù)電池故障診斷方法仍是基于試驗數(shù)據(jù)進行研究，缺少基于實車動力電池數(shù)據(jù)的研究。因此對整車動力電池系統(tǒng)進行健康狀態(tài)評估和故障診斷預(yù)警研究非常必要。如何評估與診斷評估指標？診斷閾值？香農(nóng)熵：1984年由香農(nóng)提出，主要用來解決信息量化度量問題，目前被廣泛應(yīng)用在信息科學(xué)、圖像處理等眾多領(lǐng)域，其中主要用在對系統(tǒng)的混亂程度的描述。60大數(shù)據(jù)應(yīng)用案例電池單體的異常檢測H（X）表示樣本熵值；P（Xi）表示在第i

區(qū)間內(nèi)的時間發(fā)生的概率密度；n是區(qū)間個數(shù)Z分數(shù)也叫標準分數(shù)，在統(tǒng)計和金融領(lǐng)域具有風(fēng)險預(yù)測的功能，是一個分數(shù)與平均數(shù)的差再除以標準差的過程。x為某一具體分數(shù)；μ為平均數(shù)；σ為標準差。標準分數(shù)Z能夠真實反映一個分數(shù)距離平均數(shù)的相對標準距離。異常系數(shù)A可以表征電池單體的狀態(tài)，通過電池運行數(shù)據(jù)確定單體異常診斷的閾值，當某單體異常系數(shù)大于診斷閾值，則認為該單體出現(xiàn)故障。61大數(shù)據(jù)應(yīng)用案例電池單體的異常檢測

為檢測異常的電池單體，確定一個合理的實時檢測和評估標準，建立基于Z分數(shù)的異常系數(shù)基于國家級新能源汽車監(jiān)控管理與服務(wù)平臺的數(shù)據(jù)，以京B1Y***的實車監(jiān)控數(shù)據(jù)進行分析。B1Y***于2016-09-09的09：50：16-10：10：16發(fā)生了過電壓報警（單體電壓大于3.6V，屬于大數(shù)據(jù)平臺二級故障）。62大數(shù)據(jù)應(yīng)用案例電池異常檢測案例分析a和b分別顯示故障發(fā)生前1h的電壓曲線和熵值曲線。c和d分別表示故障發(fā)生前一天的電壓曲線和熵值曲線。明顯看出71號單體的電壓和熵值曲線變化異常。因此可實現(xiàn)提前1h或者提前一天就對將發(fā)生異常的單體電池進行報警與提醒。63大數(shù)據(jù)應(yīng)用案例電池單體異常分級根據(jù)異常系數(shù)A的值將電壓健康狀態(tài)實時評估和預(yù)警策略分為3個級別：第1級：當所有的單體異常系數(shù)都符合|A|≤3.5時，被檢測車輛的