新能源汽车大数据库的设计分析

钟文京++尹文斌

摘 要

本文主要探讨采集新能源汽车运行数据，建立新能源汽车运行参数数据库，对新能源汽车运行情况实时监控，对故障信息及时判断，同时对新能源汽车主要部件（特别电池）的基本参数进行大数据分析处理，及早发现和预判主要部件故障隐患，确保车辆安全运行。

【关键词】新能源 汽车 大数据库 分析

1 发展现状

新能源汽车由于电池产品在安全、环保方面的高技术要求，以及对消费者生命财产安全的重要影响，许多国家和地区纷纷制定了严格的技术法规和标准，加强了对电池产品管理。新能源汽车动力电池种类繁多，各有优缺点，“安全性、寿命、成本”是最大瓶颈。大数据分析技术的发展与应用，在继美国率先开启大数据国家战略先河之后，欧盟、日本等国家也正在推进。我国于2012年批复了“十二五国家政务信息化建设工程规划”，我国的开放、共享和智能的大数据的时代已经来临。同时，构建大数据研究平台，整合创新资源，实施“专项计划”，突破关键技术。我国将大数据视为国家战略，并且在实施上也已全面进入企业战略层面，这种实质性的推动已经远远超出当年的信息化战略。

2 研究意义

2.1 汽车应用带来的问题

随着经济的发展，汽车保有量的不断攀升，导致我国石油消耗量日益升高。根据《能源发展“十二五”规划》的目标，至2015年我国石油对外依存度需要控制在61%以内，然而目前的数字正在逼近这一红线。数据显示，早在2009年，我国原油对外依存度就已突破50%的警戒线；至2012年，该数据升至56.4%，2013年更是高达58.1%。不仅给能源带来危机，同时传统汽车排放的尾气给环境带来了巨大的危害，空气质量已经达到了严重污染程度，如何控制和降低汽车尾气排放带来的污染是面临解决的一大课题。

2.2 我国发展新能源汽车的机遇和挑战

近几年我国大力推广新能源汽车，在政策扶持上给予多项优惠，各地区新能源汽车参与度逐年攀升，新能源汽车逐渐被人们所接受。但随着使用率的不断的增加，产品的质量和安全性成为大家最关心的问题之一，新能源汽车电池燃烧爆炸事件又导致大家观望，专家认为新能源汽车最大的隐患在于电池，在受到外界因数发生电池变形、起火甚至爆炸的可能性，造成严重安全隐患。所以，加强对新能源汽车运营的安全监控分析尤其对电池预判显得非常重要。

2.3 建设新能源汽车大数据库的意义

国家科技部、财政部、发改委和工信部等四部委《关于加强节能与新能源汽车示范推广安全管理工作的函》（国科办函高〔2011〕322号）文件，南昌市节能与新能源汽车产业示范应用推广领导小组也下发了《关于加强节能与新能源汽车示范推广安全管理工作的通知》（洪新汽办[2011]3号），要求各示范应用单位、汽车生产企业要进一步加强示范运行车辆的安全监控，提高服务质量和管理水平。特别是要加强对动力电池和燃料电池工作状态的监控，规定要求对纯电动汽车要全部安装车辆运行技术状态实时监控装置。

大数据是目前讨论最热的话题之一，因其设计的范围几乎是方方面面的，任何行业都能和大数据扯上关系。数据的价值，在于其隐藏在价值，需要数据分析方可释放这些价值。

“大数据”只是一堆IT库存，成本极高但收益却为零。数据分析才是真正的一把手工程。数据分析带来的不仅仅是分析软件和分析方法论，更需要决策、运营进行相应的改善与调整，分析的使命，在于改善决策，大数据库建设有利于汽车产业的可持续发展。

3 设计方案

3.1 对新能源汽车性能的分析预判

新能源汽车大数据库主要包括汽车品牌、电机种类、动力电池种类、车辆行驶的速度、行驶里程、剩余油量、电池剩余电量、电池模块SOC、电池组总电压、电池组充放电总电流、电池组最高（最低）单体电压、电池组最高（最低）温度、正（负）极绝缘阻值、温度不均衡、电压不均衡、温度过高（充电/放电）、SOC过高/过低等。

根据采集的这些相关信息，建立新能源汽车大数据库，通过大数据分析，来预判车辆的实时运行状态，给出评价结论。

3.2 对驾驶员驾驶行为习惯的分析预判

采集车辆控制器状态、驱动电机运行状态、发动机状态、车身电气安全、操控系统状态、车身辅助状态、开关门状态、油门踏板状态、刹车状态等。通过数据分析得出驾驶员驾驶行为习惯结论。

3.3 动力电池安全性工况分析预判

对电池运行各参数分析，判断动力电池的工作状态，衰减率，使用寿命，建立模型分析，设定假设危险临界点，对可能出现的故障进行预判，避免重大事故的发生。

4 大数据分析处理

4.1 数据分析处理

通过搭建覆盖基础设施、车辆、电池的全方位监控体系，利用“云计算、云存储和云服务”和移动互联、信息发布和车联网等信息应用技术，构建新能源汽车全程数据汇集系统，通过智能化的服务有效保证新能源汽车运行安全，使消费者能够获得到良好的用户体验，汽车生产厂商获得技术的革新，有效推动了新能源汽车全产业发展。在大数据处理数据时采取五步法，即采集、导入、预处理、统计和分析及挖掘。主要采用模型对比法，临界点假设对比法进行。

通过采集示范车辆的运行参数及故障信息，并将这些信息按一定时间间隔通过GPRS无线网络传输至移动网络基站及服务器。移动网络设备在接收到车载数据终端传送的数据后，通过中国移动有限公司提供的移动数据服务，将其转发至连接于因特网上的远程数据中心上。利用分布式数据库对海量数据进行普通的分析和分类汇总，采用EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存储Infobright等，数据挖掘算法以单线程为主，比较典型算法有K-Means、SVM和Naive Bayes，主要使用的工具有Hadoop的Mahout等。

4.2 分析预判内容

对新能源汽车性能的分析预判，通过大数据分析，来预判车辆的实时运行状态，给出评价结论。

对驾驶员驾驶行为习惯的分析预判，通过数据分析得出驾驶员驾驶行为习惯结论。

动力电池安全性工况分析预判，建立分析模型，设定假设危险临界点，对可能出现的故障进行预判，避免重大事故的发生。

5 技术路线

（1）通过车载读取汽车参数；

（2）通过因特网传送到服务器数据库；

（3）建立数学模型；

（4）采用对比分析法；

（5）根据时间和要求，对所有数据进行技术和分析；

（6）得到结果，做进一步实验，判断数学模型合理性；

（7）完善数学模型合理性，为新能源汽车生产单位提供数据支持。

6 技术创新点

采用云技术和因特网，实时采集新能源汽车各主要部件的参数（电池），建立数学模型、对比分析法（也称比较分析法），对主要部件的参数（电池）进行预判，更早发现和预判新能源汽车故障，提供新能源汽车运营的安全性。

7 效益评价

（1）为政府部门提供大数据服务；

（2）为新能源汽车生产企业改进技术，降低成本，提高产品质量提供数据分析；

（3）为生产企业研发新新能源汽车，提升产品市场竞争力提供技术参数依据；

（4）为新能源汽车运营提供安全保障；

（5）为推动新能源汽车产业发展，对新能源汽车产业链形成和节约汽车能源消耗，保护环境提供服务；

（6）为新能源汽车使用单位对评价运营成效、探索管理经验、筛选优质产品的要求提供服务。

参考文献

[1]杨鸿智.数据的征服[J].大数据时代，2013.

[2]康凯，王军雷，杨凯.国内外新能源汽车发展及政策导向[J].汽车工业研究，2014（08）.

[3]吴朱华.大数据从“小”做起[J].网络世界，2012（05）.

[4]韩瑛.大数据在信息系统设计与推广中的思考[J].中国管理信息化，2015（01）.

[5]于建坤.大数据技术方兴未艾[J].中国教育报，2014（03）.

[6]吕本富，陈健.大数据预测研究及相关问题[J].科技促进发展，2014（01）.

作者简介

钟文京（1966-），女，江西省瑞金市人。在职研究生学历。现为南昌市工业技术研究院高级工程师。主要研究方向为科技信息、新能源汽车技术、电子信息工程等研究。

作者单位

南昌市工业技术研究院 江西省南昌市 330000