導語：新能源汽車安全監測及大數據分析一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：文章介紹了一款基于新能源汽車安全設計的新能源汽車安全監測及大數據分析平臺監控系統，平臺可實現對車輛質量數據監測，車輛安全預警，區域預警等主體功能，通過實際運行驗證了系統的有效性與準確性，為新能源汽車安全監測提供了思路。

關鍵詞：新能源汽車；預警；安全監測

隨著汽車行業的快速發展，新能源汽車逐步走向中國汽車工業舞臺，2020年我國新能源汽車銷量達到136.7萬輛，再創歷史新高，其中，純電動汽車銷量占據了整體的70％以上[1]，在未來很長一段時間內，中國的新能源汽車市場仍將由純電動汽車主導。但由于新能源車動力源的特殊性，電能與氫能若設計不得當或在汽車試驗與行駛的過程中出突發狀況，會導致車輛受損，嚴重的甚至會威脅人員的人身安全。2018年至今已發生近100起電動汽車火災事故，其中充電自燃與停車自燃占比最高[2]，新能源汽車安全也引起了行業及主管部的高度重視。為確保新能源汽車安全行駛，基于企業需求的新能源汽車安全監測系統逐漸成為各企業研究熱點，中通新能源客車遠程智能監控平臺通過在新能源汽車上安裝具備GPS模塊、GPRS模塊和CAN總線模塊的車載智能信息終端，采集車輛的電機、電池、電控系統的相關數據，內置模塊將數據上傳至Internet服務器，管理人員通過數據分析軟件對車輛進行遠程監控[3]，上海交通大學黃世祥等人針對基于GPRS網絡的汽車遠程監控系統性能的不足，對CDMA1XEVDO網絡TCP性能及系統通信過程進行了研究，對車載終端功能、硬件和軟件架構、遠程通信協議進行了研究、設計，提出了一種C/S、B/S混合架構的數據采集監控中心服務器群模型[4]。國內工信部于2016年也制定GB/T32960—2016[5]關于電動汽車遠程服務與管理系統技術規范的遠程監控標準，標準主要分為.1,.2,.3，分別對車載終端性能與通訊協議內容進行了要求，已在公告認證中強制實行，標準要求對新能源汽車整車、動力電池、驅動電機和燃料電池等性能參數進行收集并上傳，日本日產汽車公司為電動汽車EV-11開發一款遠程收集監控軟件在手機端接入無線網絡就可以實現對車輛運行狀態數據的遠程監控[6]。為有效實現對新能源汽車運行、停放、試驗檢測過程中的監控，本文基于新能源汽車在實際運行過程中的實際需求，涉及了一款新能源汽車安全監測及大數據分析平臺監控系統（簡稱“監控平臺”），監測平臺主要由Web端、大屏端及APP端三個模塊組成，監測平臺具有車輛監控、車輛預警、區域預警等主體功能，采用多種手段可實現預警、位置、統計等實時滾動更新及手持移動處理功能，為有效保證新能源汽車安全，采用傳統預警、自定義預警、AI預警、區域預警等多種方式預警方式，對新能源汽車有效參數進行深入分析，全方位的為新能源汽車安全情況進行監測。

1監測平臺結構

基于國標GB/T32960.3—2016《電動汽車遠程服務與管理系統技術規范第3部分：通信協議及數據格式》要求，新能源汽車需滿足國家法規平臺通信協議項目并在道路機動車車輛產品準入中強制實施，監測平臺采取各企業聯調的方式獲取車載終端數據采集權限，可獲取整車數據、極值數據、報警數據等新能源73項數據，基于新能源汽車運行中發生的預警與事故對應汽車狀態數據參數，采用傳統與智能數據分析方法對汽車狀態進行評估，為新能源汽車安全管理提供有效支撐，監控平臺系統結構圖如圖1所示：數據獲取途徑中，監測平臺可采用車載終端直連與企業遠程監控平臺數據傳輸的兩種方式實現對新能源汽車監控數據的收集，采用車載終端直連的方式可更真實的反應車輛狀態數據，本文所涉及系統對車輛數據的收集兩種方式均使用，本文主要對監控系統平臺結構及軟件進行設計，并對新能源汽車安全預警方式進行探討研究。

2監測平臺系統搭建與實現

2.1系統結構搭建

車載終端、服務器、客戶端（APP端和Web端）三端的平臺構建分為接入、數據分析存儲、數據服務、應用服務四大層，具體如圖2所示。（1）接入層，基于Netty的二次封裝，結合Kafka集群，接入依據GB/T—32960協議通過車企平臺轉發接入或車載終端直連接入數據。主要由：Master服務、Client服務、Redis服務和Kafka集群組成。（2）分析存儲層，采用主流開源大數據分布式內存計算框架（Spark/Flink）對接入數據進行實時及離線數據處理，提高數據分析、對比的精準度的復雜度，提高數據查找使用效率。（3）數據服務上采用分布式微服務（SpringCloud）方式，降低各服務間的耦合，增加服務的健壯性。（4）應用服務上，針對車輛管理及監控建設C/S架構移動管理APP、B/S架構的Web管理平臺及監控大屏。

2.2功能設計

基礎信息管理，可對接入車輛采取三級管理模式（車企、車型、車輛）進行維護管理，同步車輛儲能設施設備型號，采用平臺直連與終端直連兩種接入方式實現對新能源數據采集與監控，完成對車輛及對應車載儲能裝置類型、廠家等監控與分析。車輛監控，可實現對接入車輛位置、數據質量的實時監控，可完成對車輛自接入后的歷史數據查詢，并基于新能源安全特征參數對數據進行深入分析，實現車輛安全預警，并對預警類型進行細分，實現對接入車輛的全方位的實時監控與預警。區域預警，基于重慶市高新區重慶機動車強檢試驗場定制化需求，設置區域預警模塊，可實現對新能源汽車在各試驗區域實時運行過程中的運行預警，可自定義添加各類新能源場所，設定區域管理規則，設置對應報警信息，實現新能源汽車場地預警功能。設置APP管理與系統管理，開發對應APP端，實現新能源汽車的移動監控，實現Web端與APP端同步更新，同時開發了管理權限的多級的管理機制，可實時查看系統登錄日志、操作日志及異常日志等，對系統運行情況進行全方位把控。

3監測平臺車輛安全預警的實現

監測平臺的主體功能是實現新能源汽車的安全運行，因此新能源汽車的安全預警是監測平臺研究的重點。為實現對新能源汽車在運行過程中安全狀態的實時預警，監測平臺基于新能源汽車接入監測平臺的數據進行深入分析，預警方式采用車輛預警、事故預警、AI（人工智能）預警及自定義預警四種預警方式對接入新能源汽車進行全方位監控以保證車輛的安全運行。車輛預警的實現是基于車載終端或平臺轉發的實時車輛狀態數據對車輛狀態進行提醒，車輛預警是對車輛狀態較全面反應，車輛預警包含了企業對車輛實際運行狀態的反應，主要包含了絕緣報警、可充電儲能系統不匹配報警、DC-DC狀態報警、制動系統報警等各類預警，全方位反應了車輛各類報警狀態，對車輛運行狀態反饋具有指導性能意義，同時也為車輛安全預警狀態情況提供一定信息。自定義預警是基于已存在車輛預警狀態，對車輛安全預警進行進一步確認。監測平臺負責人可基于新能源汽車常見的安全狀態自定義報警名稱，報警等級，適用車輛，持續時間，規則設置等，有效提取新能源汽車安全預警的重點信號，確保預警推送的有效性。事故預警是基于新能源汽車出現一定安全實際情況一種特定預警，事故預警主要來自于APP端的創建，預警創建人針對未發生可能發生、未發生即將發生及已發生的新能源汽車安全事件進行事故預警創建，該類預警的創建需引起負責人的重點關注，并及時有效的進行處理，以有效遏制新能源汽車安全事故的發生。AI預警是基于已接入新能源汽車狀態數據一種數據深入分析預警方式，選取新能源汽車在運行過程中的溫度、電壓、SOC等參數作為異常檢測模型的基礎數據，設定對應信號異常警告閾值[7-8]，基于單元信號的差分整合移動平均自模型的創建，建立單變量時間序列的異常檢測模型，基于實用的分析算法對新能源汽車安全預警。基于故障序列及對應故障等級進行提取，訓練一個LSTM（長短期記憶網路）預測模型[9]，建立整車故障實時預測模型，實現車輛故障安全概率分析，實現監測平臺的AI預警。

4監測平臺的運行

本文闡述的設計與開發內容已落地完成，2020年9月上線了重慶車檢院（現“招商車研”）的“新能源汽車安全監測及大數據分析平臺”，并服務于2020年第三屆“EB-PAC全國新能源公交車性能評價賽”，監測平臺完成與各主流客車企業（包含宇通、廈門金龍、蘇州金龍、廈門金旅、中通等）的對接，隨著平臺的逐步運行，金康、四川野馬等新能源乘用車也逐步接入監測平臺，監測平臺大屏端、WEB端、APP端如圖3—圖5所示。

5結束語

本文詳細介紹了一款由招商局檢測車輛技術研究院有限公司自主開發的基于新能源汽車安全預警的“新能源汽車安全監測及大數據分析平臺”，監測平臺具有數據質量監測、車輛分析、車輛安全預警、自定義預警、車輛區域預警等功能。文章對平臺接入方式，構架，功能設計、安全預警手段等進行了介紹，為新能源汽車運行過程中安全預警監測提供了新思路。

參考文獻

[1]布軒.2020年我國新能源汽車銷量創歷史新高.中國工信產業網[EB/OL].

[2]葉盛基.中國汽車工業發展報告(2020)[M].北京:社會科學文獻出版社,2020.

[3]趙佳,趙浩,王力.新能源汽車遠程監控系統平臺的設計與搭建[J].汽車電器,2013(12):16-20.

[4]黃世祥,黃宏成,楊松.新能源汽車遠程實時監控的研究與設計[J].傳動技術,2014(9):37-43.

[5]中國國家標準化管理委員會.電動汽車遠程服務與管理系統技術規范第3部分:通訊協議及數據格式:GB/T32960.3—2016[S].北京:中國標準出版社,2016:8.

[6]吳晶晶.純電動汽車車載信息的采集與遠程監測系統的研發[D].南昌:南昌大學,2011.

[7]國家標準化管理委員會.電動汽車車用動力蓄電池安全要求:GB38031—2020[S].北京:中國標準出版社,2020.

[8]國家標準化管理委員會.電動客車安全要求:GB38032—2020[S].北京:中國標準出版社,2020.

[9]薛溟楓,毛曉波,潘湧濤,等.基于LSTM神經網絡的電動汽車充電站需求響應特性封裝及配電網優化運行[J].電力建設,2021,42(06):76-85.

作者：彭沖 葉磊 姚波 楊剛 單位：招商局檢測車輛技術研究院有限公司國家客車質量監督檢驗中心 電動汽車安全評價重慶市工業與信息化重點試驗室