李俊华

关键词： 大数据分析 新能源汽车 行业发展 可视化分析

中图分类号： G420 文献标识码： A 文章编号： 1672-3791（2023）15-0241-04

随着世界各国对能源问题的重视程度逐步增加，以及环境污染问题的日益严重，人们开始注重新能源汽车的发展，其中的代表就是电动汽车。我国在《国务院关于加快培育和发展战略性新兴产业决定》中提出要将新能源汽车作为战略性的新兴产业。在国家政策的支持下，我国的新能源汽车的产销量已经处于世界的领先地位，但随着新能源汽车的研究和发展，其中也出现了一些安全问题，如蓄电池故障等，让新能源汽车产业的发展受到了安全问题的阻碍。随着新能源汽车的逐步发展，其中的车载信息系统变得更为完善，进一步提升了新能源汽车的信息化程度。为了进一步保证人们的安全出行，以及促进新能源汽车产业的良好发展，我国建立了有关于新能源汽车的监测管理平台，该平台负责接受有关于新能源汽车运行的相关数据，配合气象数据和车辆档案数据等，组建多源异构数据库，并通过大数据技术来对其中的价值进行深入挖掘，从而对新能源汽车存在的安全问题进行改善，更好地促进产业发展。作为当前的热门研究领域，大数据技术受到了世界各国的重视和关注，传统汽车企业日益重视对大数据技术的应用，从而不断完善产品创新与数字化服务。我国当前十分重视大数据技术的发展应用，并将数据作为国家发展的重要战略资源，为社会经济发展提供支持，同时也有利于改善人们的生活质量。在新能源汽车领域中，大数据技术的应用有着非常好的发展前景，新能源汽车与大数据之间的结合是主要的发展趋势，也是汽车行业转型的主要方向。当前，在新能源汽车领域中，对于大数据技术的应用主要体现在动力蓄电池管理方面，具体包括电池的热失控预警和故障诊断等方面内容。另外，大数据技术也在新能源汽车的关键零件检测、用户研究、基础设施布局以及汽车运行状况监控等方面发挥重要的作用。例如：通过大数据技术来分析和研究新能源汽车的故障规律和可靠性、充电桩的选址以及电网负荷预测等。最早的新能源汽车研究则是建立在严苛控制实验环境的基础之上，并未重视考量实际的运行环境，再加上缺乏对大数据技术的应用经验，需要在数据应用、动力电池性能以及真实环境整车方面进行提升。

1 大数据技术的概述

在网络技术中，大数据技术能够规避传统数据所存在的冗余风险，实现了大数据的容量和速率的延伸，对数据传输中的价值进行深入挖掘，使数据处理质量获得显著的提高。具体的应用技术包括以下几个方面。

1.1 可视化分析

通过数据模型来对系统数据进行可视化分析，使海量数据以可视化的表现形式呈现，可帮助用户对数据进行解释、分析，从而满足数据的多元处理诉求。

1.2 挖掘算法

挖掘算法的应用主体是计算机系统及其内部模块。在实际操作中，通过采用集群计算和数据分割等技术手段，挖掘算法能够深入作用于数据的内部结构。利用这些算法对现有的数据进行深度挖掘，以确保各类数据得到高速、高质量的处理。这样，系统可以精准识别内部数据处理的需求，从而提升数据处理的效率和性能。

1.3 预期性分析

数据处理的本质是分析和罗列数据信息的特征，整合可视化结果，接着对比挖掘算法来挖掘数据信息运算中的行为轨迹，从而将数据当作对比值，通过预测信息，对数据传输行为进行判断。

1.4 数据管理

数据管理主要是罗列和处理数据信息，如定义化和标准化等，在对相关的信息进行阐述时，可结合业务处理的诉求，来实现数据质量、数据管理、数据储存的智能化运作。

2 新能源汽车行业发展现状分析

新能源汽车行业是目前我国新兴产业重点开发领域之一，新能源汽车产业的发展水平在一定程度上可以代表我国高端制造业的发展水平，甚至会对整个汽车行业的发展产生影响[1]。

目前，我国新能源汽车需求量不断增加，我国生产的新能源客车在全球范围内销售量也很大，比亚迪、吉利、北汽等汽车品牌已经进入全球新能源汽车销售企业排行榜的前10 名。例如：2020 年中国宇通公司生产用车成功中标卡塔尔世界杯服务用车项目，加上后续订单，卡塔尔从中国进口了1 500 台客车，其中包括888台纯电动客车，这批客车承担了运送球迷、国际足联官员、媒体记者到球场的任务。世界杯结束后，这些“中国制造”的纯电动客车成为卡塔尔公交的重要组成部分。这是新能源客车首次作为主力服务世界杯赛事，也是国际大型体育赛事中首次大批量引入中国新能源客车，可见我国新能源技术得到了世界认可。

从上述内容中可以看出，我国新能源汽车行业有很大的市场发展潜力。目前，新能源汽车行业主要以智能网联汽车作为主要发展方向，整个行业正在朝向低碳化、信息化、智能化汽車产品生产转型。在新能源汽车生产的过程中，大数据技术、物联网技术和人工智能技术的应用更加普遍，随着信息技术手段的创新和发展，新能源汽车行业将会得到更大的发展空间。其中，大数据分析技术的应用使得新能源汽车行业具备了更强的发展优势。新能源汽车行业借助环卫、邮政、电力、通信等方面的数据信息，可以保持稳定、持续的发展势头，使新能源汽车产业成为现代化建设和乡村振兴的重要支撑[2]。

随着人们环保意识的不断增强，新能源汽车行业的市场越来越大，为了有效保障新能源汽车行业的发展，整个行业需要从市场发展趋势的角度收集各方面数据，制定切合实际的发展战略，进一步优化市场结构，创新新能源汽车产品，使新能源汽车行业可以实现可持续发展。

3 新能源汽车行业发展过程中出现的问题与分析

新能源汽车行业尝试利用大数据分析技术分析用户特征、驾驶行为、实时能耗、电池状况等数据，通过技术手段检查各方面存在的问题，进而提升新能源汽车的安全性和稳定性[3]。但是由于此技术出现的时间比较短，因此在实际操作的过程中可能会出现一些问题。

首先，虽然我国针对新能源汽车行业制定了很多相关政策，但是缺乏大数据技术等方面的要求和标准。例如：自从我国2001 年确定了高新技术发展计划并且制定新能源汽车发展原则之后，新能源汽车拥有了更多发展机会。为了进一步保证新能源汽车行业的稳定发展，2016 年，我国为新能源汽车行业制定了很多优惠补贴政策。但是随着大数据分析技术在新能源汽车行业的应用和普及，我国关于新能源汽车行业大数据应用方面的政策规定暴露出一些问题和漏洞。由于相关制度的缺失，导致新能源汽车行业引入大数据技术没有质量保障。

其次，大数据技术的应用带来了数据存储和数据安全问题。随着社会大众对于信息安全的重视程度不断提升，如何解决信息存储安全问题成为大数据时代新能源汽车行业发展的关键。我国并没有针对新能源汽车行业大数据使用等方面制定相对完善、成熟的法规体系，导致大数据分析技术在实际应用的过程中缺乏法律保障。

最后，由于大数据分析技术属于高端技术之一，需要得到资金和人才的支持。我国教育体系中还没有针对新能源汽车大数据分析技术的应用设置相关课程和专业，导致人才储备出现问题。在资金方面，仅靠政府财政补助，很难有效推动大数据分析技术在新能源汽车行业的发展。尤其是在基础设施建设方面，由于缺乏足够的资金，使得新能源汽车充电桩技术发展水平比较低，在一定程度上影响了大数据分析技术在新能源汽车行业的应用和普及。

4 利用大数据分析解决新能源汽车行业发展问题的有效措施

4.1 完善大数据信息监管机制，加强数据保障功能

在传统模式下，工作人员主要是使用日志文件和Web 爬虫等网络技术手段收集数据，但是如今在大数据时代背景下，新能源汽车行业可以利用传感器收集数据，整个过程会在法律法规的要求下进行，收集的数据也会经过加密处理。企业利用大数据采集技术收集的数据将会通过网络平台传输到企业监测系统中，然后由企业对新能源汽车进行安全监管[4]。在此基础上，企业会将新能源汽车的数据上传到地方和国家的相关管理平台中，确保有关部门可以详细了解新能源汽车的行驶数据信息、统计数据和故障处理数据等情况，并加强对数据信息的监管，从而提升数据安全保障效果。

4.2 做好数据预处理和存储工作，提升信息安全性

新能源汽车行业利用大数据预处理技术可以有效提升新能源汽车软硬件水平与各项数据的监管质量；同时，借助这项技术也可以进一步保证新能源汽车各方面数据的准确性，为开展数据分析和管理工作奠定基础。从具体流程来看，新能源汽车数据预处理工作可以分为以下两个方面：一是对新能源汽车原始数据采集开展预处理工作，工作人员将会利用大数据预处理技术对新能源汽车车载终端开展预处理工作，包括终端程序中数据正负、精度、异常数据过滤等环节；二是利用大数据预处理技术对数据平台和计算模块开展预判处理，尤其是利用大数据预处理技术解决掉帧、错帧等问题。

完成数据预处理工作后，工作人员需要借助缺失数据值填充或数据清洗等方式深度分析新能源汽车的各方面数据。完成数据处理工作后，工作人员需要从数据存储的角度入手开展工作，目前新能源汽车行业主要是利用自建或是租用云平台的方式储存信息，比较常用的是国家新能源大数据平台。该平台的数据存储主要是使用HDFS 分散式数据文件以及parput 格式存儲的方式。随着时代的发展，新能源汽车行业得到更大的发展空间，为此，国家新能源大数据平台也会继续拓展存储规模，以此满足新能源汽车行业发展的需求。

4.3 强化大数据统计分析和可视化研究工作力度

在大数据时代背景下，新能源汽车行业借助大数据统计分析的方法对数据资源进行汇总和研究，并借助信息技术手段分析这些数据信息的规律，然后不断挖掘数据的价值，使这些数据能够为新能源汽车行业的发展做出贡献。按照传统数据统计方法，工作人员将会使用聚类分析、相关分析、回归预测分析、分类分析等方式开展数据统计分析工作，这些方法随着时代的发展需要不断进行优化和完善。除此之外，新能源汽车行业也在积极使用可视化视觉分析等方式完成自动分析工作，借助人才优势和技术优势充分挖掘信息价值，使数据信息发挥更大的作用。目前，部分新能源汽车企业和国家监测平台已经构建了大数据可视化视觉分析系统，确保新能源汽车行业可以利用可视化视觉分析技术进一步提升数据分析的效率和质量。

4.4 深化大数据分析在新能源汽车行业发展中的应用程度

随着大数据技术的发展，新能源汽车行业数据处理速度也得到了提升，工作人员可以利用大数据技术有效识别和分析车辆终端收集的各方面数据，并且在物联网技术的支持下，借助射频识别对各方面数据信息进行深入研究，确保数据信息可以为新能源汽车行业的发展提供参考。工作人员需秉持一体化原则，借助互联网和大数据技术找到新能源汽车行业新的发展方向，这对于实现行业可持续发展目标有重要的价值。正是因为大数据技术的普及和发展，使数据信息得以高速传输和共享，使整个行业形成以技术为驱动的行业化、职业化发展体系，能够确保工作人员借助数据之间的关系解决新能源汽车行业在发展过程中出现的问题，借助多数据融合平台深入挖掘信息数据的价值，使信息数据可以充分反映出本质特征，为新能源汽车行业的发展营造良好的环境[5-6]。

4.5 解决系统问题，强化系统稳定性

首先，工作人员利用大数据技术对动力电池系统进行诊断，可以有效解决电池故障问题。工作人员可以利用基于模糊改进香农熵的电压故障诊断方法，对新能源汽车动力电池系统进行分析。工作人员借助这种手段可以收集和研究新能源汽车行驶数据，并且找到新能源汽车动力电池系统中存在的异常电压单体。利用机器学习算法和多重筛选策略，工作人员可检测新能源汽车运行过程中动力电池系统电压变化异常的单体，并且针对动力电池系统存在的问题采取针对性的解决措施。

其次，工作人员可以借助大数据分析技术开展电池热失控预警工作。考虑到新能源汽车车用锂电池具有高比能量的特点，如果出现交通事故或是电池过充问题，很容易会引发电池热失控现象。为了解决这个问题，工作人员可以借助大数据技术与熵判断理论，找到新能源汽车电池存在的问题，采用科学、合理的诊断方法，及时发现电池热失控现象，解决电池存在的问题。

最后，工作人员可以利用大数据技术中人工神经网络和非线性自回归算法，优化汽车驾驶模型，并且根据汽车行驶数据、驾驶员的动作反应与地图线路平均速度，构建NARX 模型，借此生成特殊驾驶行为建模，确保工作人员可以利用大数据技术评估驾驶员的驾驶习惯。在此基础上，工作人员可以借助大数据技术对新能源汽车监控数据进行分析，从而评估驾驶行为，及时发现驾驶员存在的紧急制动、加速启动等不良驾驶行为。通过调取不良驾驶行为的数据，使用模糊综合评价法建立数据模型；结合非参数相关分析中的spearman 方法，对影响能耗的驾驶行为进行深度分析，确保工作人员可以利用大数据技术收集足够的驾驶行为信息，生成最佳算法。

5 结语

综上所述，在大数据时代背景下，新能源汽车行业利用先进的信息技术手段有了更大的发展空间。借助大数据技术和物联网技术，研究人员进一步优化了数字模型，使新能源汽车能够有效提升自身性能和驾驶者的体验感，这为新能源企业行业的发展营造了良好的发展环境，使新能源汽车行业得以实现可持续发展。