大數(shù)據(jù)分析技術(shù)在新能源汽車行業(yè)的運用

黃亞娟

摘 要：新能源汽車由于其自身技術(shù)獨特優(yōu)勢是與信息化、智能化、網(wǎng)聯(lián)化融合的最佳載體，大數(shù)據(jù)分析技術(shù)在新能源汽車行業(yè)有著廣泛的應(yīng)用前景。本文主要針對新能源汽車相關(guān)大數(shù)據(jù)的采集、預(yù)處理與存儲、分析、挖掘以及應(yīng)用展開探討，以期為新能源汽車行業(yè)日后發(fā)展提供參考。

關(guān)鍵詞：大數(shù)據(jù)分析技術(shù);新能源汽車;大數(shù)據(jù)平臺

1 引言

隨著新能源汽車信息化、智能化、網(wǎng)聯(lián)化程度的不斷提升，車輛在駕駛過程中會產(chǎn)生海量數(shù)據(jù)，對這些數(shù)據(jù)進行采集、儲存、分析、挖掘，并研究如何加大大數(shù)據(jù)分析技術(shù)在新能源汽車行業(yè)的應(yīng)用是當(dāng)下的一個研究熱點。

2 新能源汽車大數(shù)據(jù)分析技術(shù)概述

當(dāng)下，大數(shù)據(jù)是最熱門的研究領(lǐng)域之一，其在全球范圍內(nèi)受到極為廣泛的關(guān)注，在學(xué)術(shù)界，Nature與Science針對大數(shù)據(jù)先后推出相關(guān)期刊，對大數(shù)據(jù)為人們?nèi)粘Ｉ钏鶐淼臋C遇與挑戰(zhàn)展開討論。隨著人工智能、云計算、5G技術(shù)的不斷進步，以及汽車電動化、智能化、網(wǎng)聯(lián)化程度的不斷提升，大數(shù)據(jù)分析技術(shù)在新能源汽車領(lǐng)域有著廣泛的應(yīng)用前景，同時，也是中國新能源汽車產(chǎn)業(yè)戰(zhàn)略轉(zhuǎn)型的重要機遇之一。從2017年開始至2020年，我國新能源汽車銷量已連續(xù)四年位居世界第一，但在銷量不斷增長的同時，其安全問題也日益凸顯。為使新能源汽車日常駕駛安全得到保障與推動新能源汽車行業(yè)發(fā)展質(zhì)量與速度，2016年，我國新能源汽車國家監(jiān)測與管理平臺在北京成立，其接收新能源汽車行駛過程中產(chǎn)生的大量數(shù)據(jù)，將新能源汽車檔案、天氣、道路等諸多數(shù)據(jù)相融合，構(gòu)建了新能源汽車數(shù)據(jù)庫，同時將車輛數(shù)據(jù)資源與大數(shù)據(jù)分析技術(shù)相結(jié)合，對每一項數(shù)據(jù)背后的不同價值加以挖掘，從而對新能源汽車安全等問題加以改善。現(xiàn)階段，大數(shù)據(jù)分析技術(shù)在新能源汽車的電池安全監(jiān)控與預(yù)測領(lǐng)域應(yīng)用較多，主要對新能源汽車故障進行診斷及溫度失控預(yù)警進行提醒等。與此同時，各大車企也都在挖掘大數(shù)據(jù)分析技術(shù)在新能源汽車產(chǎn)品定義、研發(fā)、制造、銷售、服務(wù)以及企業(yè)內(nèi)部運營管理方面的應(yīng)用。

3 新能源汽車大數(shù)據(jù)技術(shù)運行

3.1 大數(shù)據(jù)采集

在大數(shù)據(jù)采集方面，傳統(tǒng)方法是通過Internet收集數(shù)據(jù)。收集方法主要包括收集數(shù)據(jù)日志文件和收集Web爬蟲。同時，傳感器數(shù)據(jù)收集方法被廣泛應(yīng)用于工程中。由于新能源汽車的智能化程度較高，搭載數(shù)量諸多的傳感器，新能源汽車在行駛過程中，其自身車載終端會收集各個傳感器以及電池管理系統(tǒng)產(chǎn)生的數(shù)據(jù)，并依照我國相關(guān)法律法規(guī)對數(shù)據(jù)進行加密與標(biāo)準(zhǔn)化處理，隨后，標(biāo)準(zhǔn)化和加密的信息通過無線網(wǎng)傳輸?shù)狡髽I(yè)監(jiān)測平臺，隨后由企業(yè)對車輛安全進行實施安全監(jiān)管，同時對新能源汽車行駛數(shù)據(jù)、信息統(tǒng)計、處理故障信息實施傳輸至地方平臺與國家平臺當(dāng)中[2][3]。

3.2 大數(shù)據(jù)預(yù)處理與儲存

在提升新能源汽車軟、硬件水平與強化數(shù)據(jù)監(jiān)管質(zhì)量之外，運用大數(shù)據(jù)預(yù)處理技術(shù)能夠大幅改善數(shù)據(jù)質(zhì)量，同時對發(fā)掘新能源汽車數(shù)據(jù)自身準(zhǔn)確率及提升效率有著諸多裨益。數(shù)據(jù)預(yù)處理過程可分為兩個階段，一是在進行原始數(shù)據(jù)采集時進行預(yù)處理，依托車載終端程序或其他應(yīng)用程序，對所產(chǎn)生的數(shù)據(jù)正負、精度、異常數(shù)據(jù)過濾等進行預(yù)處理;二是在數(shù)據(jù)傳輸至企業(yè)數(shù)據(jù)平臺后，通過實時數(shù)據(jù)計算模塊對數(shù)據(jù)有效性、準(zhǔn)確性及故障進行預(yù)判處理。針對掉幀、錯幀等狀況，在對數(shù)據(jù)分析時，應(yīng)依據(jù)實際情況進行計算;在對數(shù)據(jù)進行處理時，應(yīng)選擇缺失數(shù)據(jù)值填充或數(shù)據(jù)清洗等方式對新能源汽車所產(chǎn)生進行進一步深化處理。在數(shù)據(jù)存儲方面，目前企業(yè)主要采用自建或租用云平臺方式進行數(shù)據(jù)存儲。國家新能源大數(shù)據(jù)平臺的數(shù)據(jù)存儲空間按照滿足二百萬輛汽車三年內(nèi)產(chǎn)生的數(shù)據(jù)量建設(shè)，寬帶資源處于500Mbps范圍之內(nèi)，服務(wù)器約150臺，數(shù)據(jù)儲存方式主要使用HDFS分散式數(shù)據(jù)文件儲存，同時使用parput格式對文件進行儲存，以滿足數(shù)據(jù)擴展與挖掘所需，未來儲存規(guī)模有預(yù)計可拓展至滿足百萬級別PB所需[4]。

3.3 大數(shù)據(jù)統(tǒng)計分析與可視化

大數(shù)據(jù)統(tǒng)計分析泛指使用統(tǒng)計方法對數(shù)據(jù)資源實施初步分析，并對信息當(dāng)中所具備的內(nèi)涵信息加以萃取與提煉，最后找出數(shù)據(jù)變化內(nèi)在規(guī)律，同時對后續(xù)數(shù)據(jù)挖掘工作展開指導(dǎo)。傳統(tǒng)的統(tǒng)計方法包括聚類分析，相關(guān)分析，回歸預(yù)測分析，分類分析等。此外，可視化視覺分析也是一個極其重要的方法，利用計算機的自動分析功能，對數(shù)據(jù)挖掘人員自身認知優(yōu)勢與計算機長處二者有機結(jié)合，能夠更為高效知悉數(shù)據(jù)背后信息與規(guī)律。目前，部分車企和國家/地方監(jiān)測平臺，以建立可視化的大屏幕顯示界面，實時顯示大數(shù)據(jù)分析結(jié)果。

3.4 大數(shù)據(jù)信息挖掘

在大數(shù)據(jù)信息挖掘方面，一是要重點關(guān)注大數(shù)據(jù)分析技術(shù)與新能源專業(yè)技術(shù)的融合，增加對于不同數(shù)據(jù)背后信息的挖掘與規(guī)律的關(guān)注分析力度。通過運用大數(shù)據(jù)挖掘方法，將數(shù)據(jù)統(tǒng)計與汽車實際行駛情況相結(jié)合，建立具有針對性的模型，通過此模型對車輛行駛狀況與性能變化加以分析。二是要開發(fā)更為精準(zhǔn)的算法。此外，還要關(guān)注多源異構(gòu)數(shù)據(jù)的融合以及對數(shù)據(jù)發(fā)展與變化規(guī)律的研究[5]。

4 新能源汽車大數(shù)據(jù)分析應(yīng)用

如上所述，新能源汽車在車輛行駛過程中通過各類不同用途傳感器可以采集海量的數(shù)據(jù)，包括車輛自身信息（速度信息、定位信息、系統(tǒng)部件狀態(tài)信息等）、用戶駕駛行為信息、車輛周邊信息數(shù)據(jù)等，對這些數(shù)據(jù)進行分析，可應(yīng)用于新能源汽車的產(chǎn)品定義、研發(fā)、制造、銷售、服務(wù)等各個環(huán)節(jié)。

當(dāng)前，大數(shù)據(jù)分析除了應(yīng)用在新能源汽車安全安控與預(yù)測領(lǐng)域之外，相關(guān)企業(yè)也在研究基于用戶駕駛行為大數(shù)據(jù)分析結(jié)果的應(yīng)用。眾所周知，新能源汽車駕駛公里數(shù)與電池性能息息相關(guān)，同時，用戶自身駕駛行為與其也有極為緊密的聯(lián)系，用戶優(yōu)質(zhì)駕駛行為能夠?qū)⑿履茉雌嚨膶嶋H行駛里程的能耗降到最低。研究表明，新能源汽車行駛過程中，即使行駛速度相同，但因駕駛?cè)藛T自身操作的差異使得踏板發(fā)生變化的頻率不同，從而導(dǎo)致新能源汽車能耗受到影響。以此為基礎(chǔ)，運用神經(jīng)網(wǎng)絡(luò)與非線性數(shù)據(jù)自回歸算法，分析駕駛員歷史駕駛行為數(shù)據(jù)，可以開發(fā)出駕駛行為識別數(shù)據(jù)模型，并將該模型寫入到新能源汽車的BMS中，從而對BMS功能優(yōu)化提供輔助。這一模型能夠?qū)泳o急制動、加速啟動等不良駕駛行為加以識別并進行提醒，從而幫助駕駛員優(yōu)化駕駛行為。

此外，隨著汽車由傳統(tǒng)交通工具變?yōu)椤靶旭偟臄?shù)據(jù)中心”，汽車相比于手機、電腦有更大的空間可配備強大的計算能力、各類傳感器和網(wǎng)絡(luò)基礎(chǔ)設(shè)施，而新能源汽車相比于傳統(tǒng)汽車，電動化和智能化網(wǎng)聯(lián)化程度更高，未來，大數(shù)據(jù)分析技術(shù)在新能源汽車整個產(chǎn)業(yè)鏈將有廣泛的應(yīng)用前景。

※在產(chǎn)品規(guī)劃與定義環(huán)節(jié)，大數(shù)據(jù)分析技術(shù)將在產(chǎn)品規(guī)劃和定義環(huán)節(jié)發(fā)揮越來越大的作用，基于社交媒體的潛在客戶相關(guān)數(shù)據(jù)信息大數(shù)據(jù)分析將逐漸取代傳統(tǒng)的小樣本、定向客戶走訪調(diào)研，進一步挖掘用戶潛在更深層次的需求，客戶畫像將更加精準(zhǔn)。

※在研發(fā)環(huán)節(jié)，基于大數(shù)據(jù)分析的產(chǎn)品迭代與優(yōu)化將變?yōu)楝F(xiàn)實，研發(fā)工程師可以及時收集到大量的車輛行駛相關(guān)數(shù)據(jù)和用戶駕駛行為數(shù)據(jù)，基于大數(shù)據(jù)分析結(jié)果工程師可以不斷優(yōu)化設(shè)計，迭代產(chǎn)品，并通過OTA升級方式優(yōu)化產(chǎn)品，讓汽車像現(xiàn)在的手機一樣性能不斷升級。此外，自動駕駛相關(guān)技術(shù)也逐漸實現(xiàn)落地。同時，隨著新能源汽車智能化程度越來越高，5G、人工智能、大數(shù)據(jù)、云計算等技術(shù)的不斷進步，智能汽車與智能交通、智慧城市的融合一體化發(fā)展也是大勢所趨，智能交通、智慧城市將賦能智能汽車使得智能汽車實現(xiàn)更多功能。

在制造環(huán)節(jié)，大數(shù)據(jù)分析技術(shù)與工業(yè)物聯(lián)網(wǎng)加快數(shù)字智能工廠的落地，模塊化設(shè)計制造、制造各環(huán)節(jié)的數(shù)字化智能化、供應(yīng)鏈供貨和質(zhì)量狀況實時監(jiān)控等都將落地應(yīng)用。

在銷售環(huán)節(jié)，基于大數(shù)據(jù)分析的精準(zhǔn)客戶營銷、潛在客戶管理、客戶滿意度分析、客戶忠誠度分析、數(shù)字化銷售體驗都將逐漸落地。

在服務(wù)環(huán)節(jié)，大數(shù)據(jù)分析可以用于OTA升級、調(diào)試、售后等方面，包括：（1）主動預(yù)測維護：實現(xiàn)基于認知的服務(wù)前臺，車輛維護的智能輔助系統(tǒng)?；趯崟r的車輛行駛過程數(shù)據(jù)監(jiān)測（包括電池狀況、油溫、部件磨損情況等），可以及早發(fā)現(xiàn)質(zhì)量問題，實現(xiàn)持續(xù)的質(zhì)量監(jiān)控、車輛診斷和早期維修，OTA升級，提供主動服務(wù)等;（2）以需求為導(dǎo)向的零部件存儲;（3）基于駕駛行為大數(shù)據(jù)的車損評估，以使用為基礎(chǔ)的保險;（4）基于大數(shù)據(jù)分析的千人千面出行服務(wù)（社交導(dǎo)航、汽車共享、預(yù)報、事故、交通堵塞）等等。

此外，大數(shù)據(jù)分析還可以應(yīng)用于企業(yè)內(nèi)部運營管理，尤其是知識管理、在線學(xué)習(xí)，綜合服務(wù)平臺的整合，人才的管理等方面，進一步提升企業(yè)內(nèi)部運營效率。

5 結(jié)語

綜上所述，大數(shù)據(jù)分析技術(shù)在新能源汽車行業(yè)未來有廣泛的應(yīng)用前景，大數(shù)據(jù)分析驅(qū)動業(yè)務(wù)發(fā)展是新能源汽車產(chǎn)業(yè)發(fā)展的一個重要機遇，從而為我國新能源汽車的快速發(fā)展提供有力支撐。

參考文獻：

[1]佘承其，張照生，劉鵬，et al.大數(shù)據(jù)分析技術(shù)在新能源汽車行業(yè)的應(yīng)用綜述——基于新能源汽車運行大數(shù)據(jù)[J]. 機械工程學(xué)報，2019，55（20）：3-16.

[2]高楊.大數(shù)據(jù)時代的計算機信息處理技術(shù)[J].科技風(fēng)，2018（12）：69-69.

[3]張麗娜.汽車供應(yīng)鏈大數(shù)據(jù)應(yīng)用探討[J]. 時代汽車，2019（5）：175-176.

[4]孔春麗，王應(yīng)邦.關(guān)于大數(shù)據(jù)背景下軟件測試技術(shù)的研究[J].信息與電腦，2019（12）：19-20.

[5]張亮.基于工業(yè)大數(shù)據(jù)協(xié)同的汽車智能制造體系構(gòu)建[J].上海汽車，2019（11）：7-12.