新能源汽车大数据分析与应用技术 课件 第5、6章 新能源汽车的运行大数据统计分析与应用实例、大数据分析在未来交通出行中的应用及发展前景.pdf

新能源汽车大数据分析 与应用技术 第5章、新能源汽车的运行大数据统计 分析与应用实例 1 新能源汽车大数据的应用概述 新能源汽车技术分析与应用 新能源汽车使用行为分析与应用 2 u数据的标准化是公开共享、公平应用、公正评估的前提 ，通过标准化、 规范化数据表示、元数据类型和操作方式 ，为数据的统一存储提供基础 。通过制定大数据分析技术要求、分析过程模型、可视化工具要求等标 准 ，解决多类型数据的可靠存储问题 ，提高大数据处理产品的质量。 u 目前 ，国标规定的新能源车辆大数据平台实时信息上报数据包含驱动电 机数据 （10项 ）、整车数据 （11项 ）、极值数据 （12项 ）、报警数据 （ 10项 ）、车辆位置数据 （3项 ）、燃料电池数据 （12项 ）、发动机数据 （3项 ）共61项。基于车联网数据标准 ，建立能耗支撑数据、驾驶行为 支撑数据、售后服务支撑数据等数据是进行安全监管、质量评估、运行 统计、政策研究、数据融合等研究的前提。 3 u未来车辆大数据最终要实现人、车和环境的深入的融合 ，故未来大数据 标准将基于 “人、车、环境”三要素进行建立。 4 u大数据的应用领域可分为政府、商业和用户三个方面。 5 新能源汽车大数据的应用概述 新能源汽车技术分析与应用 新能源汽车使用行为分析与应用 6 动力电池系统故障分析 7 p 随着电动汽车产业的发展 ，电动汽车的安全问题和质量问题已经成为了 人们关注的热点。动力电池系统作为电动汽车中重要的能源存储装置 ， 在电动汽车的使用过程中发挥着重要的作用。近年来频发的动力电池系 统危险故障加剧了电动汽车消费者的担忧 ，因此加快电动汽车动力电池 系统的故障诊断和安全管理势在必行。对动力电池系统进行故障诊断 ， 明确故障类型 ，定位故障位置 ，避免故障发生 ，对电动汽车的稳定性提 升有十分积极的作用。 p 本案例通过电动汽车运行大数据的统计分析 ，研究动力电池电压的变化 规律和异常波动 ，并据此判定故障概率 ，最后与实车对应 ，将数据统计 故障诊断结论转换成实际车辆故障诊断结论。 8 p 3σ多层次数据筛选的主要作用是运用高斯分布的概率特性 ，对无故障数 据进行集中筛选。多层次数据筛选策略运用3σ准则进行筛选 ，图5-3为高 斯分布中心值附近不同分布区间内的概率密度 ，从图中可以看出在3σ之 外的概率之和只有不到0.3% ，因此在事件发生在3σ范围之外的概率非常 之小。在多层次筛选算法中 ，给定一组中心值应该一致的数据 ，认为超 过3σ范围的数据存在故障 ，在建立高斯分布时 ，高斯分布的中心位置应 该减少这些故障数据的影响。因此在多层次筛选算法中 ，每一次筛选都 会将数据组中超过3σ范围的数据剔除掉 ，并重新计算中心值。