论文部分内容阅读
摘 要：新能源汽车由于其自身技术独特优势是与信息化、智能化、网联化融合的最佳载体，大数据分析技术在新能源汽车行业有着广泛的应用前景。本文主要针对新能源汽车相关大数据的采集、预处理与存储、分析、挖掘以及应用展开探讨，以期为新能源汽车行业日后发展提供参考。
关键词：大数据分析技术;新能源汽车;大数据平台
1 引言
随着新能源汽车信息化、智能化、网联化程度的不断提升，车辆在驾驶过程中会产生海量数据，对这些数据进行采集、储存、分析、挖掘，并研究如何加大大数据分析技术在新能源汽车行业的应用是当下的一个研究热点。
2 新能源汽车大数据分析技术概述
当下，大数据是最热门的研究领域之一，其在全球范围内受到极为广泛的关注，在学术界，Nature与Science针对大数据先后推出相关期刊，对大数据为人们日常生活所带来的机遇与挑战展开讨论。随着人工智能、云计算、5G技术的不断进步，以及汽车电动化、智能化、网联化程度的不断提升，大数据分析技术在新能源汽车领域有着广泛的应用前景，同时，也是中国新能源汽车产业战略转型的重要机遇之一。从2017年开始至2020年，我国新能源汽车销量已连续四年位居世界第一，但在销量不断增长的同时，其安全问题也日益凸显。为使新能源汽车日常驾驶安全得到保障与推动新能源汽车行业发展质量与速度，2016年，我国新能源汽车国家监测与管理平台在北京成立，其接收新能源汽车行驶过程中产生的大量数据，将新能源汽车档案、天气、道路等诸多数据相融合，构建了新能源汽车数据库，同时将车辆数据资源与大数据分析技术相结合，对每一项数据背后的不同价值加以挖掘，从而对新能源汽车安全等问题加以改善。现阶段，大数据分析技术在新能源汽车的电池安全监控与预测领域应用较多，主要对新能源汽车故障进行诊断及温度失控预警进行提醒等。与此同时，各大车企也都在挖掘大数据分析技术在新能源汽车产品定义、研发、制造、销售、服务以及企业内部运营管理方面的应用。
3 新能源汽车大数据技术运行
3.1 大数据采集
在大数据采集方面，传统方法是通过Internet收集数据。收集方法主要包括收集数据日志文件和收集Web爬虫。同时，传感器数据收集方法被广泛应用于工程中。由于新能源汽车的智能化程度较高，搭载数量诸多的传感器，新能源汽车在行驶过程中，其自身车载终端会收集各个传感器以及电池管理系统产生的数据，并依照我国相关法律法规对数据进行加密与标准化处理，随后，标准化和加密的信息通过无线网传输到企业监测平台，随后由企业对车辆安全进行实施安全监管，同时对新能源汽车行驶数据、信息统计、处理故障信息实施传输至地方平台与国家平台当中[2][3]。
3.2 大数据预处理与储存
在提升新能源汽车软、硬件水平与强化数据监管质量之外，运用大数据预处理技术能够大幅改善数据质量，同时对发掘新能源汽车数据自身准确率及提升效率有着诸多裨益。数据预处理过程可分为两个阶段，一是在进行原始数据采集时进行预处理，依托车载终端程序或其他应用程序，对所产生的数据正负、精度、异常数据过滤等进行预处理;二是在数据传输至企业数据平台后，通过实时数据计算模块对数据有效性、准确性及故障进行预判处理。针对掉帧、错帧等状况，在对数据分析时，应依据实际情况进行计算;在对数据进行处理时，应选择缺失数据值填充或数据清洗等方式对新能源汽车所产生进行进一步深化处理。在数据存储方面，目前企业主要采用自建或租用云平台方式进行数据存储。国家新能源大数据平台的数据存储空间按照满足二百万辆汽车三年内产生的数据量建设，宽带资源处于500Mbps范围之内，服务器约150台，数据储存方式主要使用HDFS分散式数据文件储存，同时使用parput格式对文件进行储存，以满足数据扩展与挖掘所需，未来储存规模有预计可拓展至满足百万级别PB所需[4]。
3.3 大数据统计分析与可视化
大数据统计分析泛指使用统计方法对数据资源实施初步分析，并对信息当中所具备的内涵信息加以萃取与提炼，最后找出数据变化内在规律，同时对后续数据挖掘工作展开指导。传统的统计方法包括聚类分析，相关分析，回归预测分析，分类分析等。此外，可视化视觉分析也是一个极其重要的方法，利用计算机的自动分析功能，对数据挖掘人员自身认知优势与计算机长处二者有机结合，能够更为高效知悉数据背后信息与规律。目前，部分车企和国家/地方监测平台，以建立可视化的大屏幕显示界面，实时显示大数据分析结果。
3.4 大数据信息挖掘
在大数据信息挖掘方面，一是要重点关注大数据分析技術与新能源专业技术的融合，增加对于不同数据背后信息的挖掘与规律的关注分析力度。通过运用大数据挖掘方法，将数据统计与汽车实际行驶情况相结合，建立具有针对性的模型，通过此模型对车辆行驶状况与性能变化加以分析。二是要开发更为精准的算法。此外，还要关注多源异构数据的融合以及对数据发展与变化规律的研究[5]。
4 新能源汽车大数据分析应用
如上所述，新能源汽车在车辆行驶过程中通过各类不同用途传感器可以采集海量的数据，包括车辆自身信息（速度信息、定位信息、系统部件状态信息等）、用户驾驶行为信息、车辆周边信息数据等，对这些数据进行分析，可应用于新能源汽车的产品定义、研发、制造、销售、服务等各个环节。
当前，大数据分析除了应用在新能源汽车安全安控与预测领域之外，相关企业也在研究基于用户驾驶行为大数据分析结果的应用。众所周知，新能源汽车驾驶公里数与电池性能息息相关，同时，用户自身驾驶行为与其也有极为紧密的联系，用户优质驾驶行为能够将新能源汽车的实际行驶里程的能耗降到最低。研究表明，新能源汽车行驶过程中，即使行驶速度相同，但因驾驶人员自身操作的差异使得踏板发生变化的频率不同，从而导致新能源汽车能耗受到影响。以此为基础，运用神经网络与非线性数据自回归算法，分析驾驶员历史驾驶行为数据，可以开发出驾驶行为识别数据模型，并将该模型写入到新能源汽车的BMS中，从而对BMS功能优化提供辅助。这一模型能够对启动紧急制动、加速启动等不良驾驶行为加以识别并进行提醒，从而帮助驾驶员优化驾驶行为。 此外，随着汽车由传统交通工具变为“行驶的数据中心”，汽车相比于手机、电脑有更大的空间可配备强大的计算能力、各类传感器和网络基础设施，而新能源汽车相比于传统汽车，电动化和智能化网联化程度更高，未来，大数据分析技术在新能源汽车整个产业链将有广泛的应用前景。
※在产品规划与定义环节，大數据分析技术将在产品规划和定义环节发挥越来越大的作用，基于社交媒体的潜在客户相关数据信息大数据分析将逐渐取代传统的小样本、定向客户走访调研，进一步挖掘用户潜在更深层次的需求，客户画像将更加精准。
※在研发环节，基于大数据分析的产品迭代与优化将变为现实，研发工程师可以及时收集到大量的车辆行驶相关数据和用户驾驶行为数据，基于大数据分析结果工程师可以不断优化设计，迭代产品，并通过OTA升级方式优化产品，让汽车像现在的手机一样性能不断升级。此外，自动驾驶相关技术也逐渐实现落地。同时，随着新能源汽车智能化程度越来越高，5G、人工智能、大数据、云计算等技术的不断进步，智能汽车与智能交通、智慧城市的融合一体化发展也是大势所趋，智能交通、智慧城市将赋能智能汽车使得智能汽车实现更多功能。
在制造环节，大数据分析技术与工业物联网加快数字智能工厂的落地，模块化设计制造、制造各环节的数字化智能化、供应链供货和质量状况实时监控等都将落地应用。
在销售环节，基于大数据分析的精准客户营销、潜在客户管理、客户满意度分析、客户忠诚度分析、数字化销售体验都将逐渐落地。
在服务环节，大数据分析可以用于OTA升级、调试、售后等方面，包括：（1）主动预测维护：实现基于认知的服务前台，车辆维护的智能辅助系统。基于实时的车辆行驶过程数据监测（包括电池状况、油温、部件磨损情况等），可以及早发现质量问题，实现持续的质量监控、车辆诊断和早期维修，OTA升级，提供主动服务等;（2）以需求为导向的零部件存储;（3）基于驾驶行为大数据的车损评估，以使用为基础的保险;（4）基于大数据分析的千人千面出行服务（社交导航、汽车共享、预报、事故、交通堵塞）等等。
此外，大数据分析还可以应用于企业内部运营管理，尤其是知识管理、在线学习，综合服务平台的整合，人才的管理等方面，进一步提升企业内部运营效率。
5 结语
综上所述，大数据分析技术在新能源汽车行业未来有广泛的应用前景，大数据分析驱动业务发展是新能源汽车产业发展的一个重要机遇，从而为我国新能源汽车的快速发展提供有力支撑。
参考文献：
[1]佘承其，张照生，刘鹏，et al.大数据分析技术在新能源汽车行业的应用综述——基于新能源汽车运行大数据[J]. 机械工程学报，2019，55（20）：3-16.
[2]高杨.大数据时代的计算机信息处理技术[J].科技风，2018（12）：69-69.
[3]张丽娜.汽车供应链大数据应用探讨[J]. 时代汽车，2019（5）：175-176.
[4]孔春丽，王应邦.关于大数据背景下软件测试技术的研究[J].信息与电脑，2019（12）：19-20.
[5]张亮.基于工业大数据协同的汽车智能制造体系构建[J].上海汽车，2019（11）：7-12.
关键词：大数据分析技术;新能源汽车;大数据平台
1 引言
随着新能源汽车信息化、智能化、网联化程度的不断提升，车辆在驾驶过程中会产生海量数据，对这些数据进行采集、储存、分析、挖掘，并研究如何加大大数据分析技术在新能源汽车行业的应用是当下的一个研究热点。
2 新能源汽车大数据分析技术概述
当下，大数据是最热门的研究领域之一，其在全球范围内受到极为广泛的关注，在学术界，Nature与Science针对大数据先后推出相关期刊，对大数据为人们日常生活所带来的机遇与挑战展开讨论。随着人工智能、云计算、5G技术的不断进步，以及汽车电动化、智能化、网联化程度的不断提升，大数据分析技术在新能源汽车领域有着广泛的应用前景，同时，也是中国新能源汽车产业战略转型的重要机遇之一。从2017年开始至2020年，我国新能源汽车销量已连续四年位居世界第一，但在销量不断增长的同时，其安全问题也日益凸显。为使新能源汽车日常驾驶安全得到保障与推动新能源汽车行业发展质量与速度，2016年，我国新能源汽车国家监测与管理平台在北京成立，其接收新能源汽车行驶过程中产生的大量数据，将新能源汽车档案、天气、道路等诸多数据相融合，构建了新能源汽车数据库，同时将车辆数据资源与大数据分析技术相结合，对每一项数据背后的不同价值加以挖掘，从而对新能源汽车安全等问题加以改善。现阶段，大数据分析技术在新能源汽车的电池安全监控与预测领域应用较多，主要对新能源汽车故障进行诊断及温度失控预警进行提醒等。与此同时，各大车企也都在挖掘大数据分析技术在新能源汽车产品定义、研发、制造、销售、服务以及企业内部运营管理方面的应用。
3 新能源汽车大数据技术运行
3.1 大数据采集
在大数据采集方面，传统方法是通过Internet收集数据。收集方法主要包括收集数据日志文件和收集Web爬虫。同时，传感器数据收集方法被广泛应用于工程中。由于新能源汽车的智能化程度较高，搭载数量诸多的传感器，新能源汽车在行驶过程中，其自身车载终端会收集各个传感器以及电池管理系统产生的数据，并依照我国相关法律法规对数据进行加密与标准化处理，随后，标准化和加密的信息通过无线网传输到企业监测平台，随后由企业对车辆安全进行实施安全监管，同时对新能源汽车行驶数据、信息统计、处理故障信息实施传输至地方平台与国家平台当中[2][3]。
3.2 大数据预处理与储存
在提升新能源汽车软、硬件水平与强化数据监管质量之外，运用大数据预处理技术能够大幅改善数据质量，同时对发掘新能源汽车数据自身准确率及提升效率有着诸多裨益。数据预处理过程可分为两个阶段，一是在进行原始数据采集时进行预处理，依托车载终端程序或其他应用程序，对所产生的数据正负、精度、异常数据过滤等进行预处理;二是在数据传输至企业数据平台后，通过实时数据计算模块对数据有效性、准确性及故障进行预判处理。针对掉帧、错帧等状况，在对数据分析时，应依据实际情况进行计算;在对数据进行处理时，应选择缺失数据值填充或数据清洗等方式对新能源汽车所产生进行进一步深化处理。在数据存储方面，目前企业主要采用自建或租用云平台方式进行数据存储。国家新能源大数据平台的数据存储空间按照满足二百万辆汽车三年内产生的数据量建设，宽带资源处于500Mbps范围之内，服务器约150台，数据储存方式主要使用HDFS分散式数据文件储存，同时使用parput格式对文件进行储存，以满足数据扩展与挖掘所需，未来储存规模有预计可拓展至满足百万级别PB所需[4]。
3.3 大数据统计分析与可视化
大数据统计分析泛指使用统计方法对数据资源实施初步分析，并对信息当中所具备的内涵信息加以萃取与提炼，最后找出数据变化内在规律，同时对后续数据挖掘工作展开指导。传统的统计方法包括聚类分析，相关分析，回归预测分析，分类分析等。此外，可视化视觉分析也是一个极其重要的方法，利用计算机的自动分析功能，对数据挖掘人员自身认知优势与计算机长处二者有机结合，能够更为高效知悉数据背后信息与规律。目前，部分车企和国家/地方监测平台，以建立可视化的大屏幕显示界面，实时显示大数据分析结果。
3.4 大数据信息挖掘
在大数据信息挖掘方面，一是要重点关注大数据分析技術与新能源专业技术的融合，增加对于不同数据背后信息的挖掘与规律的关注分析力度。通过运用大数据挖掘方法，将数据统计与汽车实际行驶情况相结合，建立具有针对性的模型，通过此模型对车辆行驶状况与性能变化加以分析。二是要开发更为精准的算法。此外，还要关注多源异构数据的融合以及对数据发展与变化规律的研究[5]。
4 新能源汽车大数据分析应用
如上所述，新能源汽车在车辆行驶过程中通过各类不同用途传感器可以采集海量的数据，包括车辆自身信息（速度信息、定位信息、系统部件状态信息等）、用户驾驶行为信息、车辆周边信息数据等，对这些数据进行分析，可应用于新能源汽车的产品定义、研发、制造、销售、服务等各个环节。
当前，大数据分析除了应用在新能源汽车安全安控与预测领域之外，相关企业也在研究基于用户驾驶行为大数据分析结果的应用。众所周知，新能源汽车驾驶公里数与电池性能息息相关，同时，用户自身驾驶行为与其也有极为紧密的联系，用户优质驾驶行为能够将新能源汽车的实际行驶里程的能耗降到最低。研究表明，新能源汽车行驶过程中，即使行驶速度相同，但因驾驶人员自身操作的差异使得踏板发生变化的频率不同，从而导致新能源汽车能耗受到影响。以此为基础，运用神经网络与非线性数据自回归算法，分析驾驶员历史驾驶行为数据，可以开发出驾驶行为识别数据模型，并将该模型写入到新能源汽车的BMS中，从而对BMS功能优化提供辅助。这一模型能够对启动紧急制动、加速启动等不良驾驶行为加以识别并进行提醒，从而帮助驾驶员优化驾驶行为。 此外，随着汽车由传统交通工具变为“行驶的数据中心”，汽车相比于手机、电脑有更大的空间可配备强大的计算能力、各类传感器和网络基础设施，而新能源汽车相比于传统汽车，电动化和智能化网联化程度更高，未来，大数据分析技术在新能源汽车整个产业链将有广泛的应用前景。
※在产品规划与定义环节，大數据分析技术将在产品规划和定义环节发挥越来越大的作用，基于社交媒体的潜在客户相关数据信息大数据分析将逐渐取代传统的小样本、定向客户走访调研，进一步挖掘用户潜在更深层次的需求，客户画像将更加精准。
※在研发环节，基于大数据分析的产品迭代与优化将变为现实，研发工程师可以及时收集到大量的车辆行驶相关数据和用户驾驶行为数据，基于大数据分析结果工程师可以不断优化设计，迭代产品，并通过OTA升级方式优化产品，让汽车像现在的手机一样性能不断升级。此外，自动驾驶相关技术也逐渐实现落地。同时，随着新能源汽车智能化程度越来越高，5G、人工智能、大数据、云计算等技术的不断进步，智能汽车与智能交通、智慧城市的融合一体化发展也是大势所趋，智能交通、智慧城市将赋能智能汽车使得智能汽车实现更多功能。
在制造环节，大数据分析技术与工业物联网加快数字智能工厂的落地，模块化设计制造、制造各环节的数字化智能化、供应链供货和质量状况实时监控等都将落地应用。
在销售环节，基于大数据分析的精准客户营销、潜在客户管理、客户满意度分析、客户忠诚度分析、数字化销售体验都将逐渐落地。
在服务环节，大数据分析可以用于OTA升级、调试、售后等方面，包括：（1）主动预测维护：实现基于认知的服务前台，车辆维护的智能辅助系统。基于实时的车辆行驶过程数据监测（包括电池状况、油温、部件磨损情况等），可以及早发现质量问题，实现持续的质量监控、车辆诊断和早期维修，OTA升级，提供主动服务等;（2）以需求为导向的零部件存储;（3）基于驾驶行为大数据的车损评估，以使用为基础的保险;（4）基于大数据分析的千人千面出行服务（社交导航、汽车共享、预报、事故、交通堵塞）等等。
此外，大数据分析还可以应用于企业内部运营管理，尤其是知识管理、在线学习，综合服务平台的整合，人才的管理等方面，进一步提升企业内部运营效率。
5 结语
综上所述，大数据分析技术在新能源汽车行业未来有广泛的应用前景，大数据分析驱动业务发展是新能源汽车产业发展的一个重要机遇，从而为我国新能源汽车的快速发展提供有力支撑。
参考文献：
[1]佘承其，张照生，刘鹏，et al.大数据分析技术在新能源汽车行业的应用综述——基于新能源汽车运行大数据[J]. 机械工程学报，2019，55（20）：3-16.
[2]高杨.大数据时代的计算机信息处理技术[J].科技风，2018（12）：69-69.
[3]张丽娜.汽车供应链大数据应用探讨[J]. 时代汽车，2019（5）：175-176.
[4]孔春丽，王应邦.关于大数据背景下软件测试技术的研究[J].信息与电脑，2019（12）：19-20.
[5]张亮.基于工业大数据协同的汽车智能制造体系构建[J].上海汽车，2019（11）：7-12.