基于大数据的车联网离散独立传感器节点电能信息挖掘研究

李馨儿

摘 要：近年来，我国汽车网发展速度较快，通过创建汽车设备与云端通讯连接，为汽车作业状态分析提供了足够数据。本文以汽车电能为研究对象，通过布设离散独立的传感器节点，挖掘汽车电能数据信息。依据汽车电量健康估计标准，结合汽车电能各参数函数关系，计算汽车行驶充放电次数及充放电能量估计，为汽车电能管理提供参考依据。

关键词：传感器节点;电能信息;大数据

汽车电量消耗情况决定了其在接下来一段时间内是否可以继续行驶，因此对于汽车电量信息的精准度要求较高。智能车的出现，打破了传统车辆电能采集的弊端，该类型车辆与云端建立连接，通过大数据收集相应信息。由于此方面的研究尚不成熟，如何全面挖掘信息成为了难点，本文通过布设传感器節点展开研究。

1 车联网离散独立传感器节点数据挖掘

为了全面获取汽车电量信息，本文根据电能与动力转换关系，设计传感器数据采集方案。方案中，节点布设特点为独立且离散，如图1所示为传感器节点数据采集框架设计图。

利用以上参数关系计算公式，分析汽车行驶一段距离后，经过多次充放电作业情况下，挖掘电池电能数据信息，判断设置的充放电次数可以供汽车行驶产生的电能大小，以便驾驶员达到目的地使用电量的合理分配。

3 汽车运行电能数据分析

3.1 电量持久使用性能分析

汽车电池充放电期间，很难做到将电量释放到下限值，或者将电量充满到上限值，大部分情况下根据汽车行驶需求进行控制。为了准确估算出汽车电池状况在未来一段时间内几次充放电情况能够完成驾驶任务，即评价汽车电池健康状态，本文根据某型号汽车电池充放电作业曲线特性，绘制了电池充放电非线性拟合效果，如图2所示。

图2中显示了1635次充放电循环结果及变化规律曲线拟合效果，依据拟合效果曲线变化规律，预测该汽车电池组首次充电能量大小为34.52kwh，充放电循环能量均值为28.54kwh。由此看来，该汽车电池使用持久性能较好。

3.2 汽车行驶距离分析

本文利用汽车电量数据信息挖掘模型，合理布设传感器节点，测试不同行驶路况下车辆消耗能量其概况，包括行驶路况、电池充放电能量估计、充放电次数。按照电池健康估计方案，判断该汽车是否需要更换电池。如表1所示为汽车行驶距离分析统计结果。

依据表1中的统计结果可知，当车辆处于城区拥堵路况时，按照标准充放电电能效率，需要采取650次充放电处理，当汽车行驶于通畅路段时，预计消耗能量有所减少，充放电次数也随之减少。相比之下，汽车在郊区平地行驶和城区通畅路况下消耗能量相差较少，行驶于郊区坡地路况下消耗能量最多。依据此计算结果，能够帮助汽车驾驶员掌握不同路况下汽车充放电作业需求，以便提高汽车行驶稳定性。

4 总结

本文采用传感器节点信息挖掘方法，采集车辆行驶刹车能、胎阻、风阻3个参数信息，并将节点与云端建立连接，实现车辆网离散数据挖掘分析，基于大数据平台，确定汽车电池健康状态，给出判断依据。汽车运行电能数据分析中，本文对电量持久使用性能、汽车行驶距离信息展开数据挖掘分析，为汽车长期电能持续作业提供了参考依据。

参考文献

[1]李松原.基于车联网技术车辆火情监控预警系统设计[J].汽车电器，2019，（10）：5-8.

[2]俞庆华.大陆集团推出智慧城市智能交叉路口技术，打造更安全的道路交通[J].汽车零部件，2018，（1）：84-84.

[3]谢小虎，张育维，李洋.车联网时代下的整车开发模式研究[J].汽车科技，2019，（6）：8-13.

[4]冯心欣，柳泽烽，谢志鹏，等.考虑道路形状约束的车辆轨迹聚类方法[J].重庆邮电大学学报：自然科学版，2019，（4）：556-562.