本文為在中國(guó)汽研舉辦的“2019第二屆新能源汽車(chē)測(cè)試評(píng)價(jià)技術(shù)國(guó)際論壇”上，新能源汽車(chē)國(guó)家大數(shù)據(jù)聯(lián)盟秘書(shū)長(zhǎng)王震坡先生帶來(lái)的《基于大數(shù)據(jù)的新能源汽車(chē)故障預(yù)測(cè)預(yù)警方法研究》。

1.新能源汽車(chē)大數(shù)據(jù)發(fā)展背景

2014年5月24日，習(xí)近平總書(shū)記在上海汽車(chē)集團(tuán)考察時(shí)強(qiáng)調(diào)：“發(fā)展新能源汽車(chē)是我國(guó)從汽車(chē)大國(guó)邁向汽車(chē)強(qiáng)國(guó)的必由之路”。新能源汽車(chē)先后列入《中國(guó)制造 2025》、《中共中央關(guān)于制定國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃的建議》、《“十三五”國(guó)家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》。新能源汽車(chē)和大數(shù)據(jù)的融合已成大勢(shì)所趨，基于大數(shù)據(jù)的智能新能源汽車(chē)將是我國(guó)汽車(chē)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的戰(zhàn)略重點(diǎn)方向。

關(guān)于大數(shù)據(jù)，第一要義是數(shù)據(jù)量大；第二，大數(shù)據(jù)不是某一方面的數(shù)據(jù)，而是多維、多來(lái)源的融合數(shù)據(jù)；第三，大數(shù)據(jù)一定是跟工業(yè)、產(chǎn)業(yè)相融合，并產(chǎn)生經(jīng)濟(jì)價(jià)值。因此新能源汽車(chē)和大數(shù)據(jù)的融合是大勢(shì)所趨，它是我們的工業(yè)化和信息化深度融合的一個(gè)典范。

那么新能源汽車(chē)大數(shù)據(jù)是如何產(chǎn)生、發(fā)展的。除去在我們傳統(tǒng)車(chē)輛設(shè)計(jì)開(kāi)發(fā)和銷(xiāo)售過(guò)程中已有的數(shù)據(jù)。還有持續(xù)增加、動(dòng)態(tài)的運(yùn)行數(shù)據(jù)。隨著車(chē)輛使用，車(chē)輛的大數(shù)據(jù)成倍或成幾何級(jí)數(shù)增長(zhǎng)。往前追溯，有原材料、經(jīng)銷(xiāo)商、用戶、售后等構(gòu)成產(chǎn)業(yè)鏈的數(shù)據(jù)。往后是上層跨界融合的金融數(shù)據(jù)、停車(chē)充電數(shù)據(jù)、道路運(yùn)輸數(shù)據(jù)、公共交通數(shù)據(jù)。

我們?cè)賹?shù)據(jù)流換成三個(gè)階段，從生產(chǎn)環(huán)節(jié)、銷(xiāo)售環(huán)節(jié)、使用環(huán)節(jié)來(lái)看，后面這兩個(gè)環(huán)節(jié)的數(shù)據(jù)為我們的車(chē)輛的設(shè)計(jì)優(yōu)化提供了最基礎(chǔ)的依據(jù)。為我們的生產(chǎn)環(huán)節(jié)提出最基礎(chǔ)的數(shù)據(jù)，使車(chē)輛品質(zhì)、車(chē)輛設(shè)計(jì)理念進(jìn)一步提升。在銷(xiāo)售環(huán)節(jié)，同樣可以應(yīng)用我們生產(chǎn)環(huán)節(jié)所產(chǎn)生的車(chē)輛的技術(shù)性能、特征參數(shù)，實(shí)施精準(zhǔn)營(yíng)銷(xiāo)。在車(chē)輛使用環(huán)節(jié)，消費(fèi)者在使用過(guò)程中產(chǎn)生了大量的數(shù)據(jù)，為企業(yè)的精準(zhǔn)營(yíng)銷(xiāo)、車(chē)輛設(shè)計(jì)提供數(shù)據(jù)支撐。消費(fèi)者同樣是受益者，在使用過(guò)程中產(chǎn)生相關(guān)數(shù)據(jù)，可以對(duì)消費(fèi)者進(jìn)行充電引導(dǎo)、精準(zhǔn)車(chē)輛維護(hù)，對(duì)定制化的保險(xiǎn)服務(wù)提供基礎(chǔ)依據(jù)。所以這是在產(chǎn)業(yè)鏈的三個(gè)環(huán)節(jié)能夠產(chǎn)生的價(jià)值。

關(guān)于數(shù)字化的過(guò)程，數(shù)字化是我們實(shí)現(xiàn)四化（電動(dòng)化、智能化、網(wǎng)聯(lián)化、共享化）的基礎(chǔ)，因?yàn)橛辛饲岸说臄?shù)字化、前端的大數(shù)據(jù)化，才能推動(dòng)了我們電動(dòng)化的發(fā)展，有了電動(dòng)化作為基礎(chǔ)，才延伸拓展出了我們的智能化、網(wǎng)聯(lián)化、共享化。

我們以新能源汽車(chē)為核心，以大數(shù)據(jù)為基礎(chǔ)，融合人工智能技術(shù)，對(duì)B端（企業(yè)端）設(shè)計(jì)開(kāi)發(fā)能力的提升，精準(zhǔn)營(yíng)銷(xiāo)的業(yè)務(wù)提升的優(yōu)勢(shì)，未來(lái)的智能出行方面的收益和益處。對(duì)于C端（客戶端），帶來(lái)在選車(chē)、購(gòu)車(chē)、養(yǎng)車(chē)、換車(chē)相應(yīng)的環(huán)節(jié)的優(yōu)勢(shì)。

第二，關(guān)于數(shù)據(jù)傳輸，現(xiàn)階段可能是幾十萬(wàn)輛，按照新能源汽車(chē)技術(shù)路線圖里面提到2030年一年產(chǎn)生的新能源汽車(chē)也是幾百萬(wàn)輛、上千萬(wàn)輛的規(guī)模。在這種情況下基于異步非阻塞設(shè)計(jì)理念，所設(shè)計(jì)的高并發(fā)技術(shù)是新能源汽車(chē)大數(shù)據(jù)平臺(tái)核心的技術(shù)。

第三，關(guān)于信息傳輸通訊安全，首先要構(gòu)建數(shù)據(jù)傳輸之間的加密算法，在加密算法基礎(chǔ)上我們正在開(kāi)發(fā)汽車(chē)數(shù)據(jù)傳輸?shù)募用苄酒?。通過(guò)加密芯片能夠防數(shù)據(jù)的篡改，來(lái)保證信息傳輸?shù)陌踩?，無(wú)論是從車(chē)向平臺(tái)的數(shù)據(jù)的上傳，還是指令從云端向下發(fā)送，我們都需要在這方面來(lái)做相應(yīng)的工作。

第四，關(guān)于大數(shù)據(jù)的壓縮和快速檢索，結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的融合帶來(lái)了數(shù)據(jù)的急速增長(zhǎng)，這樣大量的數(shù)據(jù)如何進(jìn)行存儲(chǔ)，并且在我們?cè)贫舜鎯?chǔ)方面來(lái)說(shuō)，是否全生命周期存儲(chǔ)，如何界定熱備、溫備冷備時(shí)間。我們需要快速抽取這些數(shù)據(jù)、檢索數(shù)據(jù)的時(shí)候，如何把溫備的數(shù)據(jù)和冷備的數(shù)據(jù)及時(shí)調(diào)取，這些都需要有一系列的技術(shù)支撐。

第五，關(guān)于高效云和邊緣計(jì)算服務(wù)，在數(shù)據(jù)計(jì)算方面，如何把云端數(shù)據(jù)和邊緣計(jì)算數(shù)據(jù)以及車(chē)端數(shù)據(jù)相結(jié)合，這是我們需要解決的問(wèn)題。當(dāng)前的基本做法和基本構(gòu)想是把基于閾值判斷的、基于邏輯關(guān)系的相應(yīng)數(shù)據(jù)放在車(chē)端，而基于歷史數(shù)據(jù)的、基于歷史比較數(shù)據(jù)的和車(chē)型橫向比較數(shù)據(jù)的運(yùn)算放在云端，這樣把云端的計(jì)算和邊緣計(jì)算結(jié)合起來(lái)。

第六，關(guān)于數(shù)據(jù)真實(shí)性和有效性檢測(cè)，在數(shù)據(jù)里面最害怕出現(xiàn)假數(shù)據(jù)，假數(shù)據(jù)并不一定是有意的造假數(shù)據(jù)，而是在數(shù)據(jù)傳輸過(guò)程中可能出現(xiàn)數(shù)據(jù)失真等情況?；谒暮侠硇院秃戏ㄐ裕瑢?duì)多維數(shù)據(jù)之間的邏輯關(guān)系進(jìn)行相應(yīng)的判斷，通過(guò)它的規(guī)律性進(jìn)行數(shù)據(jù)的有效性和真實(shí)性的判斷，這方面的技術(shù)既有大數(shù)據(jù)的技術(shù)，也有車(chē)輛本身的技術(shù)，因?yàn)橐谲?chē)輛數(shù)據(jù)之間的基礎(chǔ)的邏輯關(guān)系進(jìn)行相應(yīng)的判斷。

第七，關(guān)于數(shù)據(jù)可視化技術(shù)。這些數(shù)據(jù)如何與用戶、管理者進(jìn)行良好的技術(shù)交互，讓他能夠看得懂、看得明白，就涉及到數(shù)據(jù)的可視化，這方面不多講。

3.關(guān)于新能源汽車(chē)大數(shù)據(jù)平臺(tái)

受工信部的委托，在北京理工大學(xué)電動(dòng)車(chē)輛國(guó)家工程實(shí)驗(yàn)室，構(gòu)建和建設(shè)了全國(guó)新能源汽車(chē)大數(shù)據(jù)的分析平臺(tái)和存儲(chǔ)平臺(tái)，這個(gè)平臺(tái)構(gòu)建了從企業(yè)到地方到國(guó)家的平臺(tái)技術(shù)體系，實(shí)現(xiàn)了國(guó)內(nèi)生產(chǎn)和銷(xiāo)售的所有新能源汽車(chē)的數(shù)據(jù)匯集。同時(shí)實(shí)現(xiàn)車(chē)輛數(shù)據(jù)、車(chē)輛故障數(shù)據(jù)到國(guó)家平臺(tái)的匯集。

到目前為止，平臺(tái)上已經(jīng)接入的新能源車(chē)輛有大約260萬(wàn)輛，累積運(yùn)營(yíng)里程超過(guò)600億公里，日上線率超過(guò)60%，實(shí)時(shí)在線率在20%-30%之間，按照國(guó)標(biāo)實(shí)時(shí)信息采集項(xiàng)(GB/T 32960-2016)的標(biāo)準(zhǔn)，平臺(tái)里面存儲(chǔ)的包含70項(xiàng)數(shù)據(jù)。以這個(gè)平臺(tái)為基礎(chǔ)，建立動(dòng)力電池溯源管理平臺(tái)，到目前為止已經(jīng)接入了213家車(chē)企共273萬(wàn)輛車(chē)的動(dòng)力電池?cái)?shù)據(jù)，包括400多萬(wàn)個(gè)電池包（因?yàn)橛械纳虅?wù)車(chē)不止一個(gè)電池包）。確保舊電池來(lái)源可查、去向可追。

下面我把我們做的一些具體工作跟大家做匯報(bào)。

首先第一個(gè)是我們大家都會(huì)關(guān)注到的，當(dāng)車(chē)輛發(fā)生故障時(shí)，電壓、溫度、絕緣值肯定會(huì)發(fā)生變化，甚至發(fā)展成超出了它的基礎(chǔ)的合理閾值的變化，這是一種值的變化，這是最基礎(chǔ)的故障判斷的依據(jù)。在這種基礎(chǔ)之上，我們還要看從時(shí)間維度、單體一致性維度和短時(shí)瞬變性維度進(jìn)行系統(tǒng)故障的診斷。

關(guān)于時(shí)間維度可以利用波動(dòng)性檢測(cè)模型以及熵值診斷模型。對(duì)于單體一致性維度，我們進(jìn)行車(chē)輛的閾值表以及單體閾值統(tǒng)計(jì)分析的結(jié)果來(lái)進(jìn)行判斷。關(guān)于衡量短時(shí)瞬變，按照進(jìn)行壓力的一致性進(jìn)行判斷。

下一個(gè)模型是基于統(tǒng)計(jì)學(xué)的異常單體電池故障模型，選取不同的電池應(yīng)用時(shí)間片段，進(jìn)行相應(yīng)的異常比較，比較單體異常率，哪塊電池異常最多，將它的時(shí)間維度進(jìn)行整合，我們就得到了一個(gè)曲線，看某塊電池它的異常的可能性是最高的，是我們重點(diǎn)關(guān)注的一個(gè)點(diǎn)。超過(guò)限值以后，進(jìn)行相應(yīng)的故障預(yù)警工作。

4.安全監(jiān)管應(yīng)用

下面我介紹一下基于這些模型、基于我們已經(jīng)做了相應(yīng)的工作，在做新能源汽車(chē)安全監(jiān)管的一些相關(guān)的應(yīng)用?，F(xiàn)在基于我們的平臺(tái)，已接入260萬(wàn)輛車(chē)的數(shù)據(jù)，建立7×24小時(shí)實(shí)時(shí)監(jiān)控和全流程監(jiān)管的管理體系。通過(guò)這種管理發(fā)現(xiàn)了不少的問(wèn)題，在發(fā)現(xiàn)問(wèn)題后，我們分一二三級(jí)的故障以及預(yù)警通過(guò)企業(yè)信的形式推送給相關(guān)企業(yè)，來(lái)提供預(yù)警信息。

回到我們的平臺(tái)，已經(jīng)接入我們平臺(tái)的車(chē)輛里面，我們的平臺(tái)接入的數(shù)據(jù)是2017年1月1號(hào)的數(shù)據(jù)，因此全國(guó)現(xiàn)在有大約250萬(wàn)輛的新能源汽車(chē)，我們平臺(tái)里面只有260余萬(wàn)輛，2017年1月1號(hào)以前生產(chǎn)的車(chē)輛沒(méi)有接入我們的平臺(tái)，恰恰是那部分車(chē)輛出的事故相對(duì)來(lái)說(shuō)比例比較高。因此，接入到我們這個(gè)平臺(tái)的車(chē)輛我們實(shí)現(xiàn)了在車(chē)輛真的出事之前提示過(guò)預(yù)警信息的將近有60%，是這樣一個(gè)數(shù)據(jù)。所以新能源汽車(chē)事故是可發(fā)現(xiàn)、可預(yù)判、可處理的。

這是一個(gè)物流車(chē)事故，也是一樣的，我們前面講的第一個(gè)模型基于熵值變化的，在事故之前的十個(gè)小時(shí)給它提供過(guò)風(fēng)險(xiǎn)預(yù)警的信息，事故之后我們也調(diào)取數(shù)據(jù)進(jìn)行相應(yīng)的分析，同樣發(fā)現(xiàn)跟所調(diào)的結(jié)果可以達(dá)到一致的。因此，回到前面的一句話，新能源汽車(chē)的事故看起來(lái)非常之可怕，但是它是可發(fā)現(xiàn)、可預(yù)判、可控制的。

我們也將我們的開(kāi)發(fā)的結(jié)果和開(kāi)發(fā)的模型去對(duì)全社會(huì)進(jìn)行開(kāi)放，對(duì)我們企業(yè)進(jìn)行開(kāi)放，力求提高我們?nèi)鐣?huì)、全行業(yè)的新能源汽車(chē)的安全水平，來(lái)讓我們的新能源汽車(chē)事業(yè)健康發(fā)展。

返回第一電動(dòng)網(wǎng)首頁(yè) >