随着公共交通的快速发展,公交车辆的运营强度不断增加,在高强度超负荷运行中公交车辆会出现各种突发性问题。公交集团公司在运营维护过程中产生大量数据,如何有效利用数据资产建立一套公交大数据的分析体系,从而指导公交车辆的安全维护工作是十分重要的。本文首先对车辆状态和故障预测进行文献分析,针对当前基于大数据的公交车辆健康状况分析预测理论和实践还处于起步阶段,需要更多的理论探索和实践应用。本文依据北京公交集团车辆采集的整车数据同时结合维修保养数据和外部天气影响,使用数据挖掘和大数据的分析方法选取公交数据围绕车辆故障状态进行研究,得到车辆状态细分与关键故障的预测。其次介绍了公交大数据组成和公交数据的转存和预处理流程,从车辆价值角度,选取近度、频度和时间作为公交车辆状态分析指标,运用k-means聚类方法对公交车辆进行细分,分别赋予不同的车辆标签,在后续车辆的维修保养过程中可以参考这些标签化信息,针对不同的车辆优化保养维修策略,从而为车辆保养维修单位提供一些借鉴和建议。然后针对公交故障信息类型,通过短文本挖掘技术对公交故障信息进行特征提取,得到公交车辆关键故障部位,发动机故障是最显著的故障特征,其次是制动状态,同时还会伴随着渗漏现象的发生。在故障特征参数选择时,针对发动机故障特征参数采用灰色关联分析,确定了影响程度较大的六个特征参数,在后期车辆维修保养中可以重点关注这些参数变化和故障部位,降低维修时效。最后本文针对公交车辆关键发动机部位进行了故障预测的设计,分别运用了支持向量机和逻辑斯特回归两种算法,从影响发动机的主要特征参数作为输入指标,同时结合天气特征实现对公交车辆发动机故障的预测,对比分析发现支持向量机相比逻辑斯特回归准确率更高,在二分类问题上具有很好优越性。从而初步建立起基于北京公交集团公司的公交车辆状况分析与预测实践应用体系研究,最终达到有效地预防与减少公交车辆故障和事故发生率的目的,优化公交车辆保养维修体系,降低车辆故障对正常道路交通带来的不良影响。