基于大数据分析技术的电动汽车使用研究

基于大数据分析技术的电动汽车使用研究

纯电动汽车或混合动力汽车将成为未来汽车工业发展的主要方向，因而得到了快速发展。目前，电动汽车仍然受电池成本高、续驶里程短等因素的制约。通过对电动汽车用户出行次数、行驶里程等进行分析，可以在满足电动汽车用户使用需求的前提下，优化电动汽车的设计，由此加快电动汽车的推广。此外，还能够优化充电桩的分布，减少电动汽车充电对电网产生的影响。

每辆电动汽车每年产生几百千兆字节（GB）的数据量，所有电动汽车每年产生的数据量将十分巨大，采用传统方法已经不能对这些数据进行分析，因而引入了大数据分析技术。

目前，美国福特汽车公司在其生产的电动汽车上均安装远程调制解调器，远程调制解调器能够借助车联网或智能手机将福特电动汽车用户在用车过程中产生的数据通过“MyFordMobile”应用程序上传到福特汽车公司的服务器中。为了保护用户的隐私问题，在数据采集的过程中，不记录任何个人识别信息。服务器中，采用分布式文件系统（HDFS）对这些数据进行整合，并存储在Hadoop开源数据库中。采用HiveQL查询语言、Pig Latin数据流语言和Python脚本对Hadoop开源数据库中存储的信息进行大数据分析，并将分析结果与美国亚特兰大区域电动汽车用户的调查结果进行对比。结果显示：Hadoop数据库中共采集了16600辆福特Fusion插电式混合动力汽车、12200辆福特C-Max插电式混合动力汽车和4700辆Focus纯电动汽车的用户使用数据，这些用户平均每天的充电次数为1.7次，出行次数为2.5次，80%用户在充电时将电池的荷电状态充至100%，77%插电式混合动力汽车用户和51%纯电动汽车用户采用110V充电电压，其它用户采用220V充电电压。

N. Khalid Ahmed et al.SAE 2017-01-0247.

编译：陈丁跃