圖1.特斯拉各車型的數(shù)據(jù)條數(shù)分布圖

本文數(shù)據(jù)來源特斯拉車主收集的數(shù)據(jù)，車輛類型涵蓋了Model_S、Model_X、Model_3的大部分車型，總共數(shù)據(jù)有1300多條，其中Model_S_85車型的數(shù)據(jù)最多，接近500條，各車型的數(shù)據(jù)條數(shù)分布見圖1。

首先看一下車輛續(xù)駛里程保持率與使用天數(shù)、車輛續(xù)駛里程保持率與使用里程的關(guān)系，續(xù)駛里程保持率隨著使用時間和使用里程的增長均呈現(xiàn)逐漸減小的趨勢，但是數(shù)據(jù)比較分散。

圖2.車輛續(xù)駛里程保持率與使用天數(shù)、車輛續(xù)駛里程保持率與使用里程的散點圖

采用隨機森林回歸+線性回歸算法建立車輛續(xù)駛里程保持率預(yù)測模型，自變量為：'username'，'location'，'model'，'days'，'mileage'，'supercharging_times'，'full_charge_times'，'almost_empty_times'，'daily_charge_level'，'daily_charge_power'，標(biāo)簽為：'remaining_original_range'。

對自變量的重要性進行分析，發(fā)現(xiàn)使用天數(shù)和使用里程對模型的貢獻最大，滿充次數(shù)和車輛類型貢獻次之，快充次數(shù)和虧電次數(shù)再次之，車輛使用區(qū)域、日常充電截止SOC、日常充電功率的貢獻最小。

從這些數(shù)據(jù)我們可以推測：對特斯拉電池衰減影響最大的是使用時間和充放電電量；將電池充滿也會加速電池容量衰減；此外特斯拉各車型之間存在較大的差異性，可能是不同型號電池導(dǎo)致，也可能是各車型電池系統(tǒng)技術(shù)水平差異導(dǎo)致。

圖3.自變量對模型的重要性

使用測試集（占所有數(shù)據(jù)的40%）對模型進行驗證，均方誤差（MSE）為0.00036，平均絕對誤差（MAE）為0.01381。將測試數(shù)據(jù)和模型預(yù)測數(shù)據(jù)進行對比，發(fā)現(xiàn)模型能夠較好的反應(yīng)車輛續(xù)駛里程的衰減趨勢。

圖4.測試數(shù)據(jù)和模型預(yù)測數(shù)據(jù)對比

由于多數(shù)車輛的數(shù)據(jù)都只有幾條，并且車主上報的數(shù)還可能由于測試方法不嚴格導(dǎo)致存在較大誤差，因此只挑選了4輛車進行車輛續(xù)駛里程保持率預(yù)測。

由圖5可知，模型預(yù)測數(shù)據(jù)與測試數(shù)據(jù)的趨勢基本吻合，雖存在一定誤差，但行駛里程超過30萬公里時電池衰減小于10%。

此外由于這份特斯拉車主收集的數(shù)據(jù)還沒有發(fā)現(xiàn)車輛續(xù)駛里程斷崖式下降的情況（有可能發(fā)生這種情況的電池都進行了更換，但是數(shù)據(jù)統(tǒng)計的時候進行了換算處理），因此模型不可能反映出鋰離子電池容量斷崖式衰減的情況，導(dǎo)致車輛續(xù)駛里程保持率隨著使用時間和使用里程的增長基本不衰減或衰減很小，后續(xù)要提高該模型的預(yù)測準(zhǔn)確性需要更多能夠反映電池容量斷崖式衰減的數(shù)據(jù)。

圖5.4輛車續(xù)駛里程保持率預(yù)測曲線