新能源汽车安全监测及大数据分析

　　摘要：文章介绍了一款基于新能源汽车安全设计的新能源汽车安全监测及大数据分析平台监控系统，平台可实现对车辆质量数据监测，车辆安全预警，区域预警等主体功能，通过实际运行验证了系统的有效性与准确性，为新能源汽车安全监测提供了思路。

　　关键词：新能源汽车；预警；安全监测

　　随着汽车行业的快速发展，新能源汽车逐步走向中国汽车工业舞台，2020年我国新能源汽车销量达到136.7万辆，再创历史新高，其中，纯电动汽车销量占据了整体的70％以上[1]，在未来很长一段时间内，中国的新能源汽车市场仍将由纯电动汽车主导。但由于新能源车动力源的特殊性，电能与氢能若设计不得当或在汽车试验与行驶的过程中出突发状况，会导致车辆受损，严重的甚至会威胁人员的人身安全。2018年至今已发生近100起电动汽车火灾事故，其中充电自燃与停车自燃占比最高[2]，新能源汽车安全也引起了行业及主管部的高度重视。为确保新能源汽车安全行驶，基于企业需求的新能源汽车安全监测系统逐渐成为各企业研究热点，中通新能源客车远程智能监控平台通过在新能源汽车上安装具备GPS模块、GPRS模块和CAN总线模块的车载智能信息终端，采集车辆的电机、电池、电控系统的相关数据，内置模块将数据上传至Internet服务器，管理人员通过数据分析软件对车辆进行远程监控[3]，上海交通大学黄世祥等人针对基于GPRS网络的汽车远程监控系统性能的不足，对CDMA1XEVDO网络TCP性能及系统通信过程进行了研究，对车载终端功能、硬件和软件架构、远程通信协议进行了研究、设计，提出了一种C/S、B/S混合架构的数据采集监控中心服务器群模型[4]。国内工信部于2016年也制定GB/T32960—2016[5]关于电动汽车远程服务与管理系统技术规范的远程监控标准，标准主要分为.1,.2,.3，分别对车载终端性能与通讯协议内容进行了要求，已在公告认证中强制实行，标准要求对新能源汽车整车、动力电池、驱动电机和燃料电池等性能参数进行收集并上传，日本日产汽车公司为电动汽车EV-11开发一款远程收集监控软件在手机端接入无线网络就可以实现对车辆运行状态数据的远程监控[6]。为有效实现对新能源汽车运行、停放、试验检测过程中的监控，本文基于新能源汽车在实际运行过程中的实际需求，涉及了一款新能源汽车安全监测及大数据分析平台监控系统（简称“监控平台”），监测平台主要由Web端、大屏端及APP端三个模块组成，监测平台具有车辆监控、车辆预警、区域预警等主体功能，采用多种手段可实现预警、位置、统计等实时滚动更新及手持移动处理功能，为有效保证新能源汽车安全，采用传统预警、自定义预警、AI预警、区域预警等多种方式预警方式，对新能源汽车有效参数进行深入分析，全方位的为新能源汽车安全情况进行监测。

　　1监测平台结构

　　基于国标GB/T32960.3—2016《电动汽车远程服务与管理系统技术规范第3部分：通信协议及数据格式》要求，新能源汽车需满足国家法规平台通信协议项目并在道路机动车车辆产品准入中强制实施，监测平台采取各企业联调的方式获取车载终端数据采集权限，可获取整车数据、极值数据、报警数据等新能源73项数据，基于新能源汽车运行中发生的预警与事故对应汽车状态数据参数，采用传统与智能数据分析方法对汽车状态进行评估，为新能源汽车安全管理提供有效支撑，监控平台系统结构图如图1所示：数据获取途径中，监测平台可采用车载终端直连与企业远程监控平台数据传输的两种方式实现对新能源汽车监控数据的收集，采用车载终端直连的方式可更真实的反应车辆状态数据，本文所涉及系统对车辆数据的收集两种方式均使用，本文主要对监控系统平台结构及软件进行设计，并对新能源汽车安全预警方式进行探讨研究。

　　2监测平台系统搭建与实现

　　2.1系统结构搭建

　　车载终端、服务器、客户端（APP端和Web端）三端的平台构建分为接入、数据分析存储、数据服务、应用服务四大层，具体如图2所示。（1）接入层，基于Netty的二次封装，结合Kafka集群，接入依据GB/T—32960协议通过车企平台转发接入或车载终端直连接入数据。主要由：Master服务、Client服务、Redis服务和Kafka集群组成。（2）分析存储层，采用主流开源大数据分布式内存计算框架（Spark/Flink）对接入数据进行实时及离线数据处理，提高数据分析、对比的精准度的复杂度，提高数据查找使用效率。（3）数据服务上采用分布式微服务（SpringCloud）方式，降低各服务间的耦合，增加服务的健壮性。（4）应用服务上，针对车辆管理及监控建设C/S架构移动管理APP、B/S架构的Web管理平台及监控大屏。

　　2.2功能设计

　　基础信息管理，可对接入车辆采取三级管理模式（车企、车型、车辆）进行维护管理，同步车辆储能设施设备型号，采用平台直连与终端直连两种接入方式实现对新能源数据采集与监控，完成对车辆及对应车载储能装置类型、厂家等监控与分析。车辆监控，可实现对接入车辆位置、数据质量的实时监控，可完成对车辆自接入后的历史数据查询，并基于新能源安全特征参数对数据进行深入分析，实现车辆安全预警，并对预警类型进行细分，实现对接入车辆的全方位的实时监控与预警。区域预警，基于重庆市高新区重庆机动车强检试验场定制化需求，设置区域预警模块，可实现对新能源汽车在各试验区域实时运行过程中的运行预警，可自定义添加各类新能源场所，设定区域管理规则，设置对应报警信息，实现新能源汽车场地预警功能。设置APP管理与系统管理，开发对应APP端，实现新能源汽车的移动监控，实现Web端与APP端同步更新，同时开发了管理权限的多级的管理机制，可实时查看系统登录日志、操作日志及异常日志等，对系统运行情况进行全方位把控。

　　3监测平台车辆安全预警的实现

　　监测平台的主体功能是实现新能源汽车的安全运行，因此新能源汽车的安全预警是监测平台研究的重点。为实现对新能源汽车在运行过程中安全状态的实时预警，监测平台基于新能源汽车接入监测平台的数据进行深入分析，预警方式采用车辆预警、事故预警、AI（人工智能）预警及自定义预警四种预警方式对接入新能源汽车进行全方位监控以保证车辆的安全运行。车辆预警的实现是基于车载终端或平台转发的实时车辆状态数据对车辆状态进行提醒，车辆预警是对车辆状态较全面反应，车辆预警包含了企业对车辆实际运行状态的反应，主要包含了绝缘报警、可充电储能系统不匹配报警、DC-DC状态报警、制动系统报警等各类预警，全方位反应了车辆各类报警状态，对车辆运行状态反馈具有指导性能意义，同时也为车辆安全预警状态情况提供一定信息。自定义预警是基于已存在车辆预警状态，对车辆安全预警进行进一步确认。监测平台负责人可基于新能源汽车常见的安全状态自定义报警名称，报警等级，适用车辆，持续时间，规则设置等，有效提取新能源汽车安全预警的重点信号，确保预警推送的有效性。事故预警是基于新能源汽车出现一定安全实际情况一种特定预警，事故预警主要来自于APP端的创建，预警创建人针对未发生可能发生、未发生即将发生及已发生的新能源汽车安全事件进行事故预警创建，该类预警的创建需引起负责人的重点关注，并及时有效的进行处理，以有效遏制新能源汽车安全事故的发生。AI预警是基于已接入新能源汽车状态数据一种数据深入分析预警方式，选取新能源汽车在运行过程中的温度、电压、SOC等参数作为异常检测模型的基础数据，设定对应信号异常警告阈值[7-8]，基于单元信号的差分整合移动平均自模型的创建，建立单变量时间序列的异常检测模型，基于实用的分析算法对新能源汽车安全预警。基于故障序列及对应故障等级进行提取，训练一个LSTM（长短期记忆网路）预测模型[9]，建立整车故障实时预测模型，实现车辆故障安全概率分析，实现监测平台的AI预警。

　　4监测平台的运行

　　本文阐述的设计与开发内容已落地完成，2020年9月上线了重庆车检院（现“招商车研”）的“新能源汽车安全监测及大数据分析平台”，并服务于2020年第三届“EB-PAC全国新能源公交车性能评价赛”，监测平台完成与各主流客车企业（包含宇通、厦门金龙、苏州金龙、厦门金旅、中通等）的对接，随着平台的逐步运行，金康、四川野马等新能源乘用车也逐步接入监测平台，监测平台大屏端、WEB端、APP端如图3—图5所示。

　　5结束语

　　本文详细介绍了一款由招商局检测车辆技术研究院有限公司自主开发的基于新能源汽车安全预警的“新能源汽车安全监测及大数据分析平台”，监测平台具有数据质量监测、车辆分析、车辆安全预警、自定义预警、车辆区域预警等功能。文章对平台接入方式，构架，功能设计、安全预警手段等进行了介绍，为新能源汽车运行过程中安全预警监测提供了新思路。

　　参考文献

　　[1]布轩.2020年我国新能源汽车销量创历史新高.中国工信产业网[EB/OL].

　　[2]叶盛基.中国汽车工业发展报告(2020)[M].北京:社会科学文献出版社,2020.

　　[3]赵佳,赵浩,王力.新能源汽车远程监控系统平台的设计与搭建[J].汽车电器,2013(12):16-20.

　　[4]黄世祥,黄宏成,杨松.新能源汽车远程实时监控的研究与设计[J].传动技术,2014(9):37-43.

　　[5]中国国家标准化管理委员会.电动汽车远程服务与管理系统技术规范第3部分:通讯协议及数据格式:GB/T32960.3—2016[S].北京:中国标准出版社,2016:8.

　　[6]吴晶晶.纯电动汽车车载信息的采集与远程监测系统的研发[D].南昌:南昌大学,2011.

　　[7]国家标准化管理委员会.电动汽车车用动力蓄电池安全要求:GB38031—2020[S].北京:中国标准出版社,2020.

　　[8]国家标准化管理委员会.电动客车安全要求:GB38032—2020[S].北京:中国标准出版社,2020.

　　[9]薛溟枫,毛晓波,潘湧涛,等.基于LSTM神经网络的电动汽车充电站需求响应特性封装及配电网优化运行[J].电力建设,2021,42(06):76-85.

　　作者：彭冲 叶磊 姚波 杨刚 单位：招商局检测车辆技术研究院有限公司国家客车质量监督检验中心 电动汽车安全评价重庆市工业与信息化重点试验室