王震坡：新能源汽车大数据平台建设与应用

2018年3月13日，中国汽车工程研究院联合德国慕尼黑展览集团于在2018年3月13日-14日在上海浦东喜来登大酒店举办2018新能源和智能网联汽车国际创新发展论坛，此次活动的主题主要还是围绕新能源汽车和智能网联汽车的新动态和新趋势展开讨论，下面是新能源汽车国家大数据联盟秘书长、电动汽车国家重点实验室主任王震坡教授在会上的发言：

各位专家大家上午好，下面我就新能源汽车大数据平台的建设和应用方面的内容和大家做一个简要地介绍。我介绍的内容包括国家新能源汽车大数据政策、国家监管平台建设的工作以及后续我们平台建设完成以后所做的初步数据统计工作。

说到新能源汽车的大数据，我们首先提到大数据，习主席在2017年12月8日政治局集体学习的时候强调要深入了解数据发展现状和趋势以及对经济社会发展的影响，核心是要构建以数据为关键要素的数字经济。什么是大数据呢？集体学习上北京理工大学的副校长给出一个解释，大数据的本质是体现在数据的挖掘深度和应用的广度，也就是跨界融合的广度，这才是所谓的大数据，这句话总结得非常到位。对于新能源汽车，今年政府工作报告上分别做了重点强调和提及。在中国制造2025重点研究领域里也将新能源汽车和智能网联汽车作为主要的发展方向，其中把汽车的低碳化、信息化和智能化作为核心技术。基于大数据的智能汽车是我国汽车产业转型升级和可持续发展的重要战略方向，通过这种方式对新能源汽车和大数据定了位。

下面我简单介绍一下新能源汽车大数据平台建设的情况。在国家相关部委的支持下，在工信部的直接指导下，2016年年底完成了企业、地方、国家三级平台构架，完成数据采集和与GPS数据融合以后，实现在企业级平台的数据监控，同时将数传输到地方政府平台和国家平台，实施相应的管理职能。这套平台体系里完成了数据项的规范化，包含了整车、电池、电机等典型数据以及相应的位置数据，并且考虑到现在插电式混合动力以及燃料电池的发展，采集了相应的插电式混合动力发动机的数据以及燃料电池数据，构成了数据的清单。有了这些数据清单以后，从国家平台角度来说实现的职能是什么呢？对新能源汽车实施平台建设情况监督检查工作以及数据的统计和分析工作。地方平台主要强调公共领域新能源汽车安全监管责任，并且掌握相应的应用区域的车辆使用状况。企业平台强调的是企业对所销售的新能源汽车实施百分百的监控和相应的管理，这样构成了一个企业为第一责任主体的三位一体的新能源汽车的监管体制。随着平台体系的建设，2017年经过和工信部领导的沟通，最终还确定了在私人领域购买车辆，企业全样本监控的基础上去除了涉及到私人隐私的GPS位置数据以后实现在车辆技术状态变化的时候进行数据直传国家平台，因此现在企业平台到国家平台的传输路径进行了强化，到目前2017年1月1日以后在全国生产和销售的新能源汽车已经超过70万辆，在国家平台进行上线了。国家平台除了实现全国新能源汽车分布状况的统计以外，还可以展示单个具体的技术参数信息、行驶轨迹信息和节能减排效果的信息。

从技术分析角度来说，把这个平台建设在北京理工大学，还有我们独特的优势。比如说我们结合平台的建设以及新能源汽车研究开发方面的技术，我们开展了基于大数据挖掘的电动汽车远程故障诊断技术的研究，结合和企业提供的相应技术性参数，除了基础的安全阈值预警以外，我们进行大量数据的纵向横向比较，建立了高安全性电动汽车远程数据诊断的体系。同时我们通过大量数据的分析，尤其历史应用数据的分析，在国家平台建设前我们在2011年就建设了全国首个北京市的电动汽车运行平台，通过一系列的研究，现在我们基于典型数据的变化构建了电动汽车故障的预警体系，发生故障之前对车辆故障进行预知和感知，并且对车型系列提供预警信息。另外我们进行大数据的传输、存储和管理，最怕的就是数据的无效信息以及数据出现的偏差和错误。因此我们如何对数据的真实性和有效性在数据传输过程当中进行检验和逻辑判断是非常关键的，这也是和我们车辆本身的技术相结合，和大数据相结合，开展的对数据的无效性、异常率以及相应的误差进行判断的这么一套体系，保证数据存储的可靠性、安全性。

另外我们在2017年还开展了一项工作，对新能源汽车基于运行数据进行指数级评价，作为一个汽车研究人员，我们拿到的所有车辆技术参数包括动力性、经济性等等，都是从试验场跑出来的，但是现在我们有了大量的车辆应用数据，我们如何基于车辆的应用数据对车型系列进行相应地评价，我们提出了新能源汽车大数据指数的概念，分为经济性、数据、环境适应指数、可靠性指数以及安全指数，通过打分星级评价方式进行项目汇总。评价的算法我们在17年年底的时候进行了对外公布，我们也希望在拿到全国数据样本以后进行全国新能源汽车大数据指数基础上，各个企业可以利用我们的算法对于企业的相应车型进行相应计算，以便和国家平均数进行比较和比对，提升我们全行业车辆技术的水平，找出相应的缺陷。

有了新能源汽车本身的电池信息、驾驶行为信息等等信息以外，说到数据的跨界融合，这个基础上我们还融合了人的人流信息、驾驶行为信息以及相应地理位置信息、行驶道路环境信息、充电桩信息等，实现数据多元融合。我们的目标是做什么呢？做到在对政府领域、商业领域、一般用户进行相应的数据服务。比如对政府领域，我们有了多元数据的融合以后可以对车辆总体安全技术状态、交通管理以及车辆追踪、公共安全、国家安全以及产业政策制定提供一系列的数据支持，我们可以为整车企业、车辆应用企业提供充换电的服务信息，现在无论在北京还是上海我们分时租赁企业很多，但是分时租赁企业之间的数据是割裂的，离开这个会场找一个分时租赁车辆要装若干app，但是如果能做到数据的融合，多企业之间数据沟通，我们可以建立类似像买机票的携程网一样的机制，当打开一个app的时候就可以找到各家企业的车辆，再去比较这些车辆的技术性能以及服务价格，去挑一个适合你的性价比高的车辆。有了这些信息以后，我们可以开发智能app为大众出行服务。

现在在这个平台里面我们做的几项具体工作，第一，关于车辆运行里程的核查工作，主要是对车辆补贴的。我们执行3万公里的核查，后续会有2万公里的核查，这个工作落在国家的监测平台。我们除了通过车辆回传的数据确定它的行驶里程以外，还可以通过GPS位置重构得到运行的轨迹和里程。同时还可以通过车辆能耗的变化看到车辆是不是真正地在进行运行性地行使，比如物流车，每天运行状态能耗是均等的，相信这个车是有问题的，因为物流车辆在有载荷和没有载荷的时候能耗有相应变化的。另外从技术状态分析角度来说，我们还有位置定位的评价体系，对于车辆一系列车型故障，故障点如何确认，确立了这样一套方法。基于熵值变化的，主要是基于存储的动力电池的电压变化的规律以及电压变化的信息挑出相应的异常点以及异常变化的趋势，基于熵值的增加故障诊断和预警。能够预先知道一个车型系列它的电池变化的趋势来提供相应的预警信息。同样这些数据还可以为运营企业服务，通过建立车辆应用分析模型，对车辆性能、电池状态进行评价，对能耗进行分析，我们可以对驾驶员的行为进行相应规范，提供相应的驾驶教练的服务，提高整个运行效率，降低运营成本。对一个驾驶员个人，我们通过10个左右的个性化特征标签、15个左右驾驶熟练程度的标签，对每个驾驶员的特性可以进行分析。通过他使用特性的分析，得到他在一个路线行使时候能耗使用规律，从而指导驾驶员朝着低能耗驾驶的方向发展。我们现在有了国家的新能源汽车监测平台，这个基础上我们又接到了另外一个任务，昨天上午还在工信部开会，确定要建立新能源汽车国家监测和动力电池回收利用的溯源管理平台，这个溯源平台将在3月底上线，今年6月份以后要求各个整车企业除了上传整车信息以外还要上传每一块电池的溯源信息，车里面有串联的100块电池，每个下面5块电池，每一块电池单体的编码信息要进行平台上传。我们电池企业、经销商、维修商将相应使用变更信息要上传到整车企业，由整车企业汇集以后上传到国家平台，车辆使用过程当中动力电池全寿命周期的管理，随着车辆电池报废以后流入到后续的回收利用环节，整个全流程进行全寿命周期的管理工作。现在平台建设已经进入后期了，3月底将上线，现在通知已经下发了，要求各个电池生产确认和申请电池企业的企业编码进行电池的身份证确认，编码唯一的确认。

下面我介绍一下我们做的统计分析的工作。相应的分析工作我们在新能源汽车国家大数据联盟的年会上进行了发布，我们选几个典型的数据给大家进行介绍。第一个数据，统计了全国新能源汽车运行故障统计，跨界的融合，通过统计得到的数据如果和我们想象都是一样的，统计就没有意义了。我们总在想车辆的故障是电机的故障，恰恰统计的时候DCDC的故障占了将近40%，这是超出我们想象的。在后面比如电动乘用车工作日和休息日的工况比较，运行里程上电动乘用车反而不像我们想象当中休息日用的里程短，反而是平均里程长。同时不同城市它的出行里程，也超出我们预料。比如说重庆等等城市，车辆的运行里程反而超出了我们在北京和上海、深圳这些保有量比较大的城市。我们做了初步分析为什么会有这个情况出现，因为重庆那个地方大量的电动汽车是用于出租车的，北京、上海这些地区是大量私人购车，因此出租车把日平均里程拉高了，这是因素分析。这个图里面应用时间周期长的，比如在上海，和应用时间短的，里程不一定短。上海用的时间长，但是里程不比北京多多少，这是通过数据统计得到的信息。再看公交车，公交车在全国8米是比较普遍的，运行里程各个城市大地都是差不多的，但是运行时长差距比较大。运行时速，有一定的差距和差异，这个可以体现城市的交通状况。还有公路客车，用于班车和城市间交通的，大约是10.7米的，不同城市之间里程差异是比较大的，应用时间的差距也是比较大的。时速差距也是比较大的，用于城市间和班车的平均时速和前面的速度进行比较，它是明显高的，公路行使和城市间行使车辆平均时速要高的。再介绍一下北京的数据统计，14年以后总体运行里程的变化，可以说明车辆的数量增长。充电的数量增加，也可以表示我们车辆数量的增长。在北京市市区内不同区域应用的电动汽车行驶里程的变化，不同区域应用的电动汽车运行里程差距还是比较大的。在春夏秋冬不同季节行驶里程也是有相应变化的，冬天平均行驶里程相对比较短。我们还统计了北京市不同运行里程段的使用概率的变化，得到了正态分布的曲线。冬季和春夏秋的比较，是有明显变化的，春夏秋变化不明显，冬天变成比较明显，向低里程进行偏离。同时北京两个典型应用，一个是出租车，还有一个是租赁型车辆。他们的运行里程，首先租赁的车辆运行里程平均87公里左右，出租车平均155公里左右。充电，出租车日均充电27度，4.5小时，冬季12月份充电量达到最高。对于租赁车辆基本上2天充一次电，比例达到92%，包括充电的高峰时间段出现在什么时候。另外我们还按月统计了，在北京市新能源汽车累计时长，一天24小时分布是什么样的，充电时长变化是什么样的规律。再细化到每天的数据统计，这是北京市新能源汽车充电热力图，我们获取了数据，通过车辆停止GPS位置不变，同时有反向电流，把电流和电压做沉积得到的充电功率，同时对时长进行积分得到的充电量，因此我可以把一个细化的充电热力图绘制出来。可能比一些充电平台绘制还准，大量车辆充电慢充的时候没有数据回传，我们这种构建的方式，从车获取数据的方式是相当准确的。另外还对车辆出行充电汽车状态进行了统计，大家真正把车电用没了进行充电的并不多，而是有充电桩就开始充电了，在电池还有40—60%的电量状态就可以充电了。短时间充电的比例是比较高的，一天24小时变化过程当中，可以利用峰谷差，晚间充电，在北京市没有实现，真的在夜里0—6点充电量不大，反而白天不小，我们利用峰谷差的概念现在来看是没有实现的。

上面都是介绍典型数据，基于这些典型数据我们正在编制一个新能源汽车大数据的蓝皮书，这本书将在今年6月份正式发布，到时候希望各位专家提出宝贵意见。同时我们有一个大数据联盟的二维码微信公众号，大家可以关注一下，我上面讲的相关报告信息可以在公众号里面进行下载。我的汇报就这么多，谢谢各位专家。

（提示：本文根据发言整理，未经专家审核）