鉅大LARGE | 點擊量:1000次 | 2018年08月27日
新能源汽車實時運行數(shù)據(jù)不佳,影響可不小
對于大數(shù)據(jù)的挖掘和應(yīng)用在各個層面上展開,尤其是在新能源領(lǐng)域。大數(shù)據(jù)作為一種基礎(chǔ)性與戰(zhàn)略性資源得到了廣泛認可,面對“四化”未來,大數(shù)據(jù)是汽車產(chǎn)業(yè)發(fā)展的重要支撐。而數(shù)據(jù)質(zhì)量是決定大數(shù)據(jù)分析的重要因素。
8月21日,新能源汽車國家大數(shù)據(jù)聯(lián)盟在2018年中會議暨新能源汽車評價指數(shù)研討會上發(fā)布了《新能源汽車國家監(jiān)管平臺車輛數(shù)據(jù)質(zhì)量分析報告》。報告顯示,2018年1-6月,全國接入車輛969107輛,其中627461輛車出現(xiàn)過錯誤,占比64.75%,共出現(xiàn)72類的錯誤數(shù)據(jù),集中出現(xiàn)在車輛狀態(tài)和單體電壓/溫度值等方面??傮w來看,接入平臺的車輛出現(xiàn)錯誤概率較大。?
新能源汽車國家大數(shù)據(jù)聯(lián)盟副秘書長劉鵬解讀數(shù)據(jù)報告
北京理工大學副教授、新能源汽車國家大數(shù)據(jù)聯(lián)盟副秘書長劉鵬表示,錯誤的數(shù)據(jù)將影響數(shù)據(jù)分析結(jié)果,也會影響到企業(yè)的新能源汽車車輛里程核查。?
◆成功接入平臺的車輛運行數(shù)據(jù)質(zhì)量仍堪憂?
充電溫度:0~45℃
-放電溫度:-40~+55℃
-40℃最大放電倍率:1C
-40℃ 0.5放電容量保持率≥70%
新能源汽車國家監(jiān)管平臺今年2月初正式投入使用,接入車輛已突破百萬輛,用于新能源汽車安全監(jiān)管、數(shù)據(jù)分析、車輛管理和補貼核算等工作。截至2018年8月13日,接入整車服務(wù)平臺的車輛數(shù)為104.76萬輛,注冊整車企業(yè)429家,通過“平臺符合性檢測”的整車企業(yè)384家,通過“車輛符合性檢測”的車型5388個。?
企業(yè)平臺若想接入國家平臺,需要經(jīng)過車輛靜態(tài)數(shù)據(jù)接入和動態(tài)數(shù)據(jù)接入審核。目前此平臺共存儲有效數(shù)據(jù)231TB,每天新增約1TB數(shù)據(jù)。其中實時數(shù)據(jù)人工審核通過車輛為76.6萬輛,占比73.18%;實時數(shù)據(jù)未審核與未通過的車輛數(shù)為28.1萬輛,占比26.82%。審核未通過車輛多為不符合GB/T32960的要求。?
盡管車輛通過了相關(guān)審核成功地接入國家平臺,但是在實際運行中仍出現(xiàn)多項錯誤。報告顯示:車企出現(xiàn)錯誤數(shù)據(jù)的車輛數(shù)占該車企總車輛數(shù)的百分比大于50%的占比超過83.5%。這個數(shù)字實在不容樂觀。?
◆前8類錯誤類型多由車載信息采集模塊精度低傳輸差造成?
按照國標GB/T32960-2016的要求,新能源汽車國家監(jiān)管平臺實時信息采集項為61項,包括驅(qū)動電機、車輛位置、整車、極值數(shù)據(jù)、報警數(shù)據(jù)、故障下的單體數(shù)據(jù)等。?
排在前8位的錯誤類型中,出錯率最高的項目是“車輛狀態(tài)為空或錯誤”,占比16.76%;排在第四位的錯誤類別是充電狀態(tài)為空或者無效,占比4.82%。造成這種現(xiàn)象的原因可能是某些型號車輛的充電狀態(tài)檢測裝置損壞所造成。?
除了以上兩類錯誤,其他排名在前的6類錯誤均為電池單體問題,包括單體溫度和電壓的錯誤,初步判斷為車載信息采集模塊精度較低,傳輸數(shù)據(jù)質(zhì)量較差。從丟包率大于1、30秒內(nèi)里程跳變大于2公里等錯誤車輛占比來看,說明車載數(shù)據(jù)采集裝置的精度和傳輸速率都有待改進。?
◆車企數(shù)據(jù)質(zhì)量參差不齊可能影響補貼核算?
在報告中,不同企業(yè)的數(shù)據(jù)質(zhì)量相差很大。有的企業(yè)接入平臺車輛的出錯率達到100%。企業(yè)車輛數(shù)據(jù)出錯率在50%以上的占企業(yè)總數(shù)比重為70.4%,僅有小部分車企的數(shù)據(jù)治療較好。新能源汽車國家大數(shù)據(jù)聯(lián)盟同期發(fā)布了“新能源汽車大數(shù)據(jù)指數(shù)TOP-n車型”,這些車型的數(shù)據(jù)良好。
A企業(yè)車輛數(shù)據(jù)出錯情況
來看一個實例,A企業(yè),接入平臺車輛總數(shù)為29631輛,車輛數(shù)據(jù)出錯率為94.4%,單車錯誤數(shù)量均值為2883條。具體出錯數(shù)據(jù)項有電池單體電壓最高值與實際包內(nèi)單體電壓值不相等、混動模式發(fā)動機無數(shù)據(jù)、車速大于0而車輛狀態(tài)為熄火、里程為空或無效等等。劉鵬分析,“這家企業(yè)出現(xiàn)的動力電池相關(guān)數(shù)據(jù)項錯誤比重已超過71.7%。動力電池作為新能源汽車的關(guān)鍵部件,它的優(yōu)劣直接影響著整車性能,電池數(shù)據(jù)質(zhì)量過差會直接影響新能源汽車的安全。”?
另外,劉鵬提醒企業(yè)注意,像這家企業(yè)‘里程為空或無效’錯誤項占比接近5%,出現(xiàn)此項表明該企業(yè)車輛實際運行里程與上報里程存在一定偏差,會直接影響該車企的里程核查。?
近幾年,像長安汽車、上海汽車等整車企業(yè)在多方位挖掘大數(shù)據(jù)的價值,用于產(chǎn)品改進、研發(fā)、銷售和服務(wù)等領(lǐng)域。像寧德時代等電池企業(yè),他們認為大數(shù)據(jù)的價值在于通過故障監(jiān)控、預警體系確保車輛安全可控,通過監(jiān)控體系降低維修成本,提高運營效率。?
分析新能源汽車平臺現(xiàn)存的72類數(shù)據(jù)差錯,除去傳感器、數(shù)據(jù)采集裝置、電池等硬件因素外,企業(yè)平臺數(shù)據(jù)對接國家平臺在實時傳輸中數(shù)據(jù)產(chǎn)生的沖突和不一致,也導致大數(shù)據(jù)質(zhì)量問題。?
不管怎樣,大數(shù)據(jù)價值挖掘的基礎(chǔ)在于數(shù)據(jù),數(shù)據(jù)質(zhì)量優(yōu)劣直接影響大數(shù)據(jù)分析結(jié)果的可信度。如何保證數(shù)據(jù)符合標準,并保證完整、準確、穩(wěn)定和一致,將成為車輛大數(shù)據(jù)分析的重要課題。