北京理工大学电动车辆国家工程实验室主任王震坡教授
一、新能源汽车大数据发展背景
新能源汽车的发展已经是大势所趋，是不可阻挡的历史潮流，虽然今年疫情的影响，前几个月的新能源的销量下调，现在的预期仍然是到今年年底可以达到去年的总体水平。
二、新能源汽车大数据关键技术
1.新能源大数据
大数据和新能源汽车是信息化、工业化融合的典范。新能源大数据，在这个大数据体系里面，也就是在新能源体系无论是设计、生产应用领域，主要就是“运行数据”这四个字，但恰恰也就是因为在这庞大的数据体系里面增加了这么一个动态的运行数据导致数据量激增，构建了进行新能源大数据分析的基础。通过这个大数据的分析，无论从汽车生产厂家到经销体系到消费者都带来了价格的提升，形成了一个价值流，在这里面消费者和车辆的应用者首先是数据生产者，只有在销售者应用的过程中才产生了数据，这些数据反过来又为消费者带来了益处，通过数据可以分析车辆的使用行为，为车辆的维保提供相应的服务。
反过来有了这些销售者使用行为的习惯，经销商可以知道市场在哪里，如何进行相应的运营策略，为如何进行精准营销提供了数据依据。生产企业有了销售者的数据，可以知道在销售者使用过中产品表现怎么样，有什么优点和缺点，可以有针对性的进行下一轮车型的优化和改进，把原有市场调研工作去除掉，通过数据就可以进行相应的分析。
2.新能源大数据体系
车辆技术四化的发展，数字化提供了最基本的依据，没有数字化，就不可能有网联和智能化的发展，网联化和智能化都是数字化发展的外延。
构建一个庞大的数据体系，第一是要构建一个大数据的技术的体系，数据库也是随着技术的发展，现在采用的是最流行的分布式的技术架构进行平台的构建。在这个过程中，智能化和网联化对通讯技术要求非常高，我手机可以重启，但是车辆不可以，所以采用异步的，构建了数据的网络。
对于数据的信息安全，也十分重要，我们采用的是软件加硬件双保险的方式来进行通讯的加密进技术。随着数据量的增加，带来两个问题，第一是存储问题，第一是数据如何压缩存储，在数据压缩存储过程中，要把数据找出来，如果数据相对于之前是冷备份的，对它进行检索的时候，再要进行相应的转换，时间周期非常长，所以要快速检索一定要在数据应用频率，以数据应用频率为基础进行的数据之间的热备、冷备和温备的。
关于数据安全，如果报顶信息是进行云端进行传输的话，基于数据的安全分析的预警的话，边缘预算能力达不到这个水平，所以在安全的预报警来说，边缘计算和云计算是融合的，以大量的数据存储下来了，所存储的数据，在要用的时候，发现存的时候就有问题，那样就会十分复杂，对于任何一个回传到平台的数据，结合大数据技术，构建了逻辑判断的真实性和逻辑性，这三个数之是不是匹配，主要把他们的逻辑关系，可以作一个简单的逻辑判断。另外一个，有这些大的数据，在经过分析后，要让客户和消费者能够理解和明白，通过可视化的手段展示出来，让大家可以看图说话，一眼看出主题。
三、新能源汽车大数据平台建设
关于新能源的数据平台，从平台建立角度来说，北京理工大学在这方面开展了多年的开发工作，到目前这个平台已经应该达到365万辆的数据。到2018年的时候，在新能源汽车的平台的技术上，应该说通过新能源汽车运行监测的管理平台构建了国家、到地方到企业的新能源数据管理平台的架构，也构建了以企业为第一责任主体的新能源安全监管的体系，同时，所构建的国家、地方、企业平台体系是目前新能源汽车网联化全球信息最大的，通过这些数据，这里面可以打印出来从深圳市的发改委的一些需求，所发的文件调用了这些数据进行相应的分析，由于驾驶员的问题还是车辆技术的问题，这种分析的体系。同时也通过技术分析构建了一个每个月的月报提供给国家的相关部委为政策的制定提供了依据。我们做了蓝皮书，每年发布一期。也是为了数据能够更好的为行业服务，还牵头了行业的新能源汽车动态大数据的共享和共用。
根据国家标准采集的信息采集项，目前已经采集了6大项目，包括小项一共有200多，所以采集数据，相对来说还是比较全面的，同时，在标准制定过程中，以及在我们的使用过程还关注到的混合动力，及现在开始推广运用的燃路电池，在上个月，燃路电池的搭配上，经过统计一共是5000多辆，新能源汽车的平台不光包含了大家通常理解的纯电动车辆，还有燃料电池车辆数据在显示在数据平台上。
通过这些作了基本的分析，新能源汽车的碳箭牌量的分析，我们和中国工程院在做新能源汽车碳减排核算方法的研究，希望能够在后续的交易过程中采用这套体制和机制，国外也在做这块的研究，构建了覆盖新嫩圆汽车大数据平台，如果可以把这些数据反馈到碳减排计算去，再结合各区的特性，不但可以对各个企业进行评价，也可以对各个企业动态的数据进行评价，甚至可以动态的分配碳配额。从数据上看，可以看到新能源汽车乘用量的接入量在持续的增加，可以看到政府驱动到消费者的指标在驱动了。
结果水平提升，用户充电焦虑逐步缓解，发展的趋势，包括新能源汽车运用的里程，也在持续的增加。单车行驶超过400公里的行驶总数也在增加，除了今年的疫情有一点微小的下跌之外，其他的总体的水平都是在持续的增加的。这就是新能源汽车数据展示的动态的模型，做一个动态的展示，包括各种各样的数据，怎么样用图表化的方式展示出来，包括像这种角落里面展示出来的安全分析方面作的一些工作。
四、新能源汽车安全预报警技术
截止到目前为止，众多的车企在新能源安全管控方面都停留在基于域值超限，温度的变化率，但是现在有了大数据，有了车辆应用历史的数据，试图构建一套模型体系，通过车辆应用历史数据的分析，同时对于单个车型分析不清的情况下，可以进行同一个车型多辆车型进行横向的比较，单车的历史演变规律的分析，同时也不能保证我建立的单一的模型就准确，因此我就建立了一个多模型覆盖，通过并集的方式来进行预警，什么叫并集预警？类似于医生会诊，每个医生都有自己的专长，比如我有5个医生都说这个人有问题，交集的地方就是风险提升的地方，有一个模型有问题的时候，应该提起重视，有多个模型有问题的时候，应该是风险提升的程度会提高，目的和目标就是把它的故障和风险进行准确的定位。
最简单的就是通过域值的方式，通过长时期的数据累计，提出了一系列的域值的判断的基本原则，这些原则根据不同的企业还有相应的调整。通过数据的分析也挖掘分析过长时间车辆静置的情况进行相应的分析，我们提出的高风险等级的几个点里面就有一个点出现了相应的着火事故，说明数据的分析对新能源汽车行业的分析是有效果的。
不同的应用场景下，哪个是高风险等级的应用场景？这种分析方法和方法。电池是大家最关注的，基于电池的数据的分析，通过提取电池的健康状态和安全特殊数据，我们来识别异常电池，通过分析各单级电池的参数，随时间的演变，把异常的拐点找出来，这是我们要做的两个工作。
如果平常没有大数据的手段的话，去做实验是不可能做到这种分析的，在冲放电过程中的峰值，如果看一个循环、两个循环就不错了，但是多次循环中峰值的演变规律就是长时间的应用去判断的，看单点之间的变化是呈一个单点的变化的，点促的平均值来进行分析，就可以看到发展的变化规律，通过这个方式对固定经度是很高的，这种方式和方法不但在我们实际的运用过程中进行了运用，同时发表的论文也是评论很高的一个热点论文。我们建立了5、6个模型，做得比较好的是香农熵电压故障诊断和预警方法，让变化累计出来一个峰值，通过这种方式来对电池进行相应的预警，同时我们根据经验又分了三个等级。
另外，移植性是大家所关心和关注的，通过多级筛选的方式和方法进行了比较和分析。一辆车辆在发生技术，可以看到变化的曲线已经非常明显了，就是我们预测的这个点发生了温度。反推事故我们是不是有预警，发现单体的异常，一致性的异常，在7月份的时候发现了电池的异常，我们进行了预警，在8月份的时候发现这个异常的变化系数继续拉大，这是我们和公交企业进行了合作，他们把电池进行了调整和优化，更换了电池之后，到9月份数值回到正常。
基于数据，还可以基于网上的数据进行大数据的分析，对电池进行安全状态的评估，以及电池离开我们车用体系之后，对是否可以数据平台融合，检测模式创新，基于历史数据的一个分析报告，通过这种线上分析和线下分析的手段，对电池的检验和检测提供了一个非常快的、非常便捷的低成本的检验检测方法。
这是我们在溯源管理平台上，对车辆应用和退役过程中所作的检验，对于各种各样的可靠性问题，安全性问题进行一个评价。另外利用这些相应的数据在车辆的市场营销、技术研发及售后服务各方面开展相应的工作。另大数据要形成产业能做什么？大数据是基础，有了这些大数据，和这些大数据和交通管理的数据融合，可以发挥更大的价值，把数据平台之间，不同数据之间进行相互融合，真正实现共享才能够进行多元化的信息数据管理，这种方法在新能源汽车中可以使用，横向的我们可以在特种设备、电动飞机等进行项目应用，形成大数据行业应用的产业链。
