據不完全統計，自2018年以來，電動汽車燃燒事故已超過50起，在行業內引起了極大恐慌。如果放任不管，這將對該行業造成毀滅性打擊。9月26日，中國汽車工業協會組織召開了“全面提高新能源汽車安全性專題會議”，工業和信息化部、國家發展改革委、科技部、財政部、國家能源局、，以及國內外主流的汽車制造、電池和充電企業。會上，TELD公布了今年大數據云平臺對2000多萬個充電過程的安全監測和保護，覆蓋137個汽車品牌和885款車型，觸發25.8萬次主動保護（主動終止充電），占比1.04%，預計預防了20~25起重大事故。以下是TELD大數據科學家居強的演講記錄：TELD的基本信息。根據中國汽車充電聯盟的最新數據，TELD在中國大型運營商的充電樁總數中以114627個充電樁排名第一。從2014年成立到2018年9月27日，專電累計資費超過13億千瓦時，日均資費達到360萬千瓦時，注冊用戶超過100萬。
用于特殊呼叫的兩級安全保護系統（1）CMS主動保護電動汽車，包括電機、電子控制和電池三種類型的電力。對于電池來說，BMS是它的大腦。當大腦出現問題時，就會出現紊亂。在BMS控制整車充電行為的同時，專用呼叫CMS主動保護技術將對BMS的相關異常情況進行二次檢測。如果發現BMS數據超出范圍，甚至BMS崩潰，將觸發主動保護終止本次充電指令，以確保充電安全；
同樣，如果電池溫度過高、過低、過快，電壓過高或過低，也會觸發主動保護，及時終止充電順序，保護充電安全。具體而言，東電CMS主動保護技術體系包括11項技術指標：充電電壓不匹配、控制器通信故障、電池過熱、電池低溫、電池溫度異常、電池過充電、BMS接觸器斷路故障、BMS數據超出范圍、電池端口電壓異常，電池單體過電壓和電池組過電壓。
（2） 大數據安全保護在CMS的基礎上，我們建立了基于大數據的二級安全保護體系。呼叫者ID大數據平臺建立在云基礎設施之上，并基于Hadoop的分布式架構和組件。自主研發相關引擎、工具和子平臺，支持主動防護、電池健康、智能運維、實時運行分析等大數據應用。該平臺目前每天支持120000個訂單、3.5TB的數據（不包括音頻和視頻）和40億次呼叫交互。當電動汽車在充電樁上充電時，一方面有能量流，另一方面有數據流。充電過程中產生的數據，包括電池電壓、最高/最低溫度、所需電壓/電流、SOC等，都會以相對較高的頻率進行收集和清理，最終存儲在大數據平臺上。這些數據通過機器學習算法的訓練和校準，形成了單用戶自行車的模型，也形成了不同品牌和型號的模型，涵蓋了安全、健康、經濟和運維四個維度。每個充電數據都會在大數據平臺上進行篩選，異常數據會產生警報。如果主動保護的11個指示燈中的一個被觸發，則充電將停止。當車輛在一段時間內連續觸發主動保護（停止充電）時，該行為將通知用戶、運維崗和安全崗進行相關維護和檢查。這些品牌和車型的數據，以及安全模型、健康模型、經濟模型和運維模型，都愿意與主機廠和電池廠分享，以便進行更深入的分析。
特殊呼叫安全保護數據分析自2018年以來，特殊呼叫收費訂單總量已達2485萬筆。基于大數據保護系統，已經采用了11種主動保護模式，覆蓋137個汽車品牌和885種車型，觸發了25.8萬次主動保護（終止充電），占1.04%。根據海因里希事故法，通過專用呼叫充電網絡+大數據，估計已經預防了20~25起重大事故，據統計，汽車燃燒事故減少了約70%。
（1） 按車型分析主動防護商用電動卡車市場剛剛起步。與商用公交車和乘用車相比，充電訂單總數幾乎差了一個數量級，但保護比例遙遙領先。近百分之二的訂單受到積極保護，以停止收費。這表明其BMS的穩定性和可靠性亟待提高。還有大量未知的模型。這是因為在車輛充電過程中，大多數車輛的BMS沒有按照國家標準傳輸車輛唯一識別號（VIN）。根據充電過程中產生的數據，呼叫者在監督學習中使用決策樹C50算法訓練“猜車”模型，計算出車型信息，得到的結果在手機APP上與用戶互動。確認或不確認汽車猜測結果將反饋給模型進行優化。目前，基于該模型的汽車預測準確率已達到99%。
（2） 乘用車品牌主動防護分析乘用車整體質量較好，但部分品牌防護率接近6%。與一些同類品牌相比，BMS的穩定性和可靠性相差近10倍。
“Discovery，Han”src=“/eeimg/｛HostI｝/img/20230304010930868661/6.jpg”/> （3） 商用客車品牌主動保護分析對于商用客車來說，BMS的穩定性和可靠性參差不齊，整體質量比乘用車差。 （4） 按品牌分析商用卡車的主動保護。對于商用卡車來說，BMS的穩定性和可靠性通常比商用公交車差，尤其是乘用車。只有一輛車的保護率低于1%。 （5） 按品牌和保護類型分析主動保護我們對137個品牌和11種主動保護類型進行了詳細細分。 在超過2400萬個充電訂單中，前三個主動保護是封裝過電壓、BMS接觸器斷路故障和異常溫度失控。 用戶端的信息和報警兩級安全防護體系最終體現在主叫APP端的信息顯示和報警功能上。除了受到主動保護的訂單外，TEL還利用大數據分析工具，梳理了那些每次看似正常結束，但實際上終止原因并不太嚴重（如單體電壓達到目標值終止）的訂單。這些指令可能是安全隱患，也是安全事故的前兆，可能導致過度充電、過度放電、電池發熱失控，最終導致車輛自燃。我們將對這些“可疑”數據進行進一步梳理和分析，并做出相應處理，提醒用戶進行車輛檢查。 車輛健康體檢專用電話還在APP客戶端提供了便捷的車輛健康體檢功能，可以在充電或行駛過程中顯示和分析大量數據。提供基于車輛的實時狀態監測功能，如對車輛充電、行駛、停車等行為的實時監測，以及對車輛軌跡的實時顯示。對車輛的各種故障和異常數據進行實時采集、處理、診斷和預警，輔以車輛的三電數據，可以快速定位車輛的故障位置和原因。支持不間斷地收集、分析和處理不同品牌、不同車型、不同電池類型車輛的各項指標數據，持續訓練和修正大數據汽車維修領域的預測診斷模型。（駕駛數據需要企業用戶授權或由安裝后的TBOX提供） 案例分析（1）一種主動保護類型的分析以“BMS傳輸數據超范圍報警終止”的主動保護類型為例，今年共發生7016起。BMS傳輸的數據超出范圍，這意味著BMS傳輸的信息超出了正常范圍，而此時未能停止充電意味著BMS對該指示燈的控制已經失效，此時充電設備的主動保護可以繼續監測該指示燈。在這些訂單中，我們發現BMS傳輸的數據準確性存在很大問題，SOC、單體電池電壓、所需充電電壓和所需充電電流等數據存在明顯錯誤。我們建議所有電池制造商統一數據格式，提高數據準確性。一些臨界點數據，如32768或65536左右，是由典型的Int16或UInt16數字交叉引起的，這是BMS軟件的一個缺陷。 （2） 四例主動保護案例分析。1.電池持續過熱警告當公交車充電時，有很多情況下電池過熱會主動終止。通過大數據分析車輛的歷史順序，發現車輛充電時電池溫度在正常范圍內較高，并發出預警信息。在將這一情況告知巴士公司后，巴士公司和汽車工廠確認了這一問題，并討論了增加電池冷卻的措施。2.溫度保護異常在武漢一充電站的現場測試中，發現…… 某品牌的12米車在調試過程中無法啟動充電。當現場技術人員和BMS制造商一起尋找問題時，發現一個電池的溫度異常，顯示為205攝氏度，因此充電器的主動保護生效并主動停止。經電池制造商檢查確認，單個溫度過高的電池的溫度傳感器損壞。經過確認，BMS制造商對單體電池刷了屏蔽策略，并使用相同的設備再次測試和充電，可以正常充電。在電池制造商之后，車輛進行了維修。3.異常電壓保護四川樂山一充電站。技術人員調試時，發現車牌號為L***的車輛無法充電。現場人員對數據進行了調查分析，發現BMS上傳的最大允許電壓約為65V，實際電池充電電壓約為610V。充電器主動停止充電。在與BMS制造商溝通后，確認這是BMS程序錯誤。上傳最大允許電壓數據時，根據27930國家標準的定義，數據減少了10倍，而充電過程中的實際電壓則根據標準定義進行了描述。4.在公共汽車充電站中不允許出現SOC數據偏差。在某品牌汽車的充電過程中，當SOC達到100%時，充電器停止充電。經過調試，技術人員確認汽車放置時間較長，車輛電池的自放電容量大幅降低，但SOC沒有及時刷新，導致實際充電容量超過SOC的初始值，達到SOC100%的檢查值，并且充電器判定車輛被過度充電并且自動停止充電。之后，與BMS制造商溝通，完成車輛SOC的校準并解決問題。在對這三起事故進行分析之前，共發生了三起直流充電事故。經相關部門調查，排除外部因素，最終確定為電池自燃。然而，通過對充電歷史數據的回顧性分析，TEL發現，其中兩輛事故車輛在事故發生前一個月內繼續終止，因為電池電壓達到了目標值，并判斷一個電池單元的一致性嚴重偏離，每次都對電池單元進行過充放電，這加劇了內部短路問題； 在另一種情況下，故障在事故發生前連續報告了三個月，故障類型未知。單純從充電結果或BMS的角度很難判斷未來是否存在隱患，因為問題并不嚴重。TELD將繼續利用大數據分析工具，對車輛單次充電終止的原因進行長期、大跨度的分析，建立普通報警和嚴重事故的分析模型，加大提醒客戶的力度。同時，也建議電池廠的BMS可以更加開放，上傳更多數據進行分析，并進行保護性預警，以避免“未知”故障類型的發生。據不完全統計，自2018年以來，電動汽車燃燒事故已超過50起，在行業內引起了極大恐慌。如果放任不管，這將對該行業造成毀滅性打擊。9月26日，中國汽車工業協會組織召開了“全面提高新能源汽車安全性專題會議”，工業和信息化部、國家發展改革委、科技部、財政部、國家能源局、，以及國內外主流的汽車制造、電池和充電企業。會上，TELD公布了今年大數據云平臺對2000多萬個充電過程的安全監測和保護，覆蓋137個汽車品牌和885款車型，觸發25.8萬次主動保護（主動終止充電），占比1.04%，預計預防了20~25起重大事故。以下是TELD大數據科學家居強的演講記錄：TELD的基本信息。根據中國汽車充電聯盟的最新數據，TELD在中國大型運營商的充電樁總數中以114627個充電樁排名第一。從2014年成立到2018年9月27日，專電累計資費超過13億千瓦時，日均資費達到360萬千瓦時，注冊用戶超過100萬。 用于特殊呼叫的兩級安全保護系統（1）CMS主動保護電動汽車，包括電機、電子控制和電池三種類型的電力。對于電池來說，BMS是它的大腦。當大腦出現問題時，就會出現紊亂。在BMS控制整車充電行為的同時，專用呼叫CMS主動保護技術將對BMS的相關異常情況進行二次檢測。如果發現BMS數據超出范圍，甚至BMS崩潰，將觸發主動保護終止本次充電指令，以確保充電安全； 同樣，如果電池溫度過高、過低、過快，電壓過高或過低，也會觸發主動保護，及時終止充電順序，保護充電安全。具體而言，東電CMS主動保護技術體系包括11項技術指標：充電電壓不匹配、控制器通信故障、電池過熱、電池低溫、電池溫度異常、電池過充電、BMS接觸器斷路故障、BMS數據超出范圍、電池端口電壓異常，電池單體過電壓和電池組過電壓。 （2） 大數據安全保護在CMS的基礎上，我們建立了基于大數據的二級安全保護體系。呼叫者ID大數據平臺建立在云基礎設施之上，并基于Hadoop的分布式架構和組件。自主研發相關引擎、工具和子平臺，支持主動防護、電池健康、智能運維、實時運行分析等大數據應用。該平臺目前每天支持120000個訂單、3.5TB的數據（不包括音頻和視頻）和40億次呼叫交互。當電動汽車在充電樁上充電時，一方面有能量流，另一方面有數據流。充電過程中產生的數據，包括電池電壓、最高/最低溫度、所需電壓/電流、SOC等，都會以相對較高的頻率進行收集和清理，最終存儲在大數據平臺上。這些數據通過機器學習算法的訓練和校準，形成了單用戶自行車的模型，也形成了不同品牌和型號的模型，涵蓋了安全、健康、經濟和運維四個維度。每個充電數據都會在大數據平臺上進行篩選，異常數據會產生警報。如果主動保護的11個指示燈中的一個被觸發，則充電將停止。當車輛在一段時間內連續觸發主動保護（停止充電）時，該行為將通知用戶、運維崗和安全崗進行相關維護和檢查。這些品牌和車型的數據，以及安全模型、健康模型、經濟模型和運維模型，都愿意與主機廠和電池廠分享，以便進行更深入的分析。 特殊呼叫安全保護數據分析自2018年以來，特殊呼叫收費訂單總量已達2485萬筆。基于大數據保護系統，已經采用了11種主動保護模式，覆蓋137個汽車品牌和885種車型，觸發了25.8萬次主動保護（終止充電），占1.04%。根據海因里希事故法，通過專用呼叫充電網絡+大數據，估計已經預防了20~25起重大事故，據統計，汽車燃燒事故減少了約70%。 （1） 按車型分析主動防護商用電動卡車市場剛剛起步。與商用公交車和乘用車相比，充電訂單總數幾乎差了一個數量級，但保護比例遙遙領先。近百分之二的訂單受到積極保護，以停止收費。這表明其BMS的穩定性和可靠性亟待提高。還有大量未知的模型。這是因為在車輛充電過程中，大多數車輛的BMS沒有按照國家標準傳輸車輛唯一識別號（VIN）。根據充電過程中產生的數據，呼叫者在監督學習中使用決策樹C50算法訓練“猜車”模型，計算出車型信息，得到的結果在手機APP上與用戶互動。確認或不確認汽車猜測結果將反饋給模型進行優化。目前，基于該模型的汽車預測準確率已達到99%。 （2） 乘用車品牌主動防護分析乘用車整體質量較好，但部分品牌防護率接近6%。與一些同類品牌相比，BMS的穩定性和可靠性相差近10倍。 “Discovery，Han”src=“/eeimg/｛HostI｝/img/20230304010930868661/6.jpg”/> （3） 商用客車品牌主動保護分析對于商用客車來說，BMS的穩定性和可靠性參差不齊，整體質量比乘用車差。 （4） 按品牌分析商用卡車的主動保護。對于商用卡車來說，BMS的穩定性和可靠性通常比商用公交車差，尤其是乘用車。只有一輛車的保護率低于1%。 （5） 按品牌和保護類型分析主動保護我們對137個品牌和11種主動保護類型進行了詳細細分。 在超過2400萬個充電訂單中，前三個主動保護是封裝過電壓、BMS接觸器斷路故障和異常溫度失控。 用戶端的信息和報警兩級安全防護體系最終體現在主叫APP端的信息顯示和報警功能上。除了受到主動保護的訂單外，TEL還利用大數據分析工具，梳理了那些每次看似正常結束，但實際上終止原因并不太嚴重（如單體電壓達到目標值終止）的訂單。這些指令可能是安全隱患，也是安全事故的前兆，可能導致過度充電、過度放電、電池發熱失控，最終導致車輛自燃。我們將對這些“可疑”數據進行進一步梳理和分析，并做出相應處理，提醒用戶進行車輛檢查。 車輛健康體檢專用電話還在APP客戶端提供了便捷的車輛健康體檢功能，可以在充電或行駛過程中顯示和分析大量數據。提供基于車輛的實時狀態監測功能，如對車輛充電、行駛、停車等行為的實時監測，以及對車輛軌跡的實時顯示。對車輛的各種故障和異常數據進行實時采集、處理、診斷和預警，輔以車輛的三電數據，可以快速定位車輛的故障位置和原因。支持不間斷地收集、分析和處理不同品牌、不同車型、不同電池類型車輛的各項指標數據，持續訓練和修正大數據汽車維修領域的預測診斷模型。（駕駛數據需要企業用戶授權或由安裝后的TBOX提供） 案例分析（1）一種主動保護類型的分析以“BMS傳輸數據超范圍報警終止”的主動保護類型為例，今年共發生7016起。BMS傳輸的數據超出范圍，這意味著BMS傳輸的信息超出了正常范圍，而此時未能停止充電意味著BMS對該指示燈的控制已經失效，此時充電設備的主動保護可以繼續監測該指示燈。在這些訂單中，我們發現BMS傳輸的數據準確性存在很大問題，SOC、單體電池電壓、所需充電電壓和所需充電電流等數據存在明顯錯誤。我們建議所有電池制造商統一數據格式，提高數據準確性。一些臨界點數據，如32768或65536左右，是由典型的Int16或UInt16數字交叉引起的，這是BMS軟件的一個缺陷。 （2） 四例主動保護案例分析。1.電池持續過熱警告當公交車充電時，有很多情況下電池過熱會主動終止。通過大數據分析車輛的歷史順序，發現車輛充電時電池溫度在正常范圍內較高，并發出預警信息。在將這一情況告知巴士公司后，巴士公司和汽車工廠確認了這一問題，并討論了增加電池冷卻的措施。2.溫度保護異常在武漢一充電站的現場測試中，發現…… 某品牌的12米車在調試過程中無法啟動充電。當現場技術人員和BMS制造商一起尋找問題時，發現一個電池的溫度異常，顯示為205攝氏度，因此充電器的主動保護生效并主動停止。經電池制造商檢查確認，單個溫度過高的電池的溫度傳感器損壞。經過確認，BMS制造商對單體電池刷了屏蔽策略，并使用相同的設備再次測試和充電，可以正常充電。在電池制造商之后，車輛進行了維修。3.異常電壓保護四川樂山一充電站。技術人員調試時，發現車牌號為L***的車輛無法充電。現場人員對數據進行了調查分析，發現BMS上傳的最大允許電壓約為65V，實際電池充電電壓約為610V。充電器主動停止充電。在與BMS制造商溝通后，確認這是BMS程序錯誤。上傳最大允許電壓數據時，根據27930國家標準的定義，數據減少了10倍，而充電過程中的實際電壓則根據標準定義進行了描述。4.在公共汽車充電站中不允許出現SOC數據偏差。在某品牌汽車的充電過程中，當SOC達到100%時，充電器停止充電。經過調試，技術人員確認汽車放置時間較長，車輛電池的自放電容量大幅降低，但SOC沒有及時刷新，導致實際充電容量超過SOC的初始值，達到SOC100%的檢查值，并且充電器判定車輛被過度充電并且自動停止充電。之后，與BMS制造商溝通，完成車輛SOC的校準并解決問題。在對這三起事故進行分析之前，共發生了三起直流充電事故。經相關部門調查，排除外部因素，最終確定為電池自燃。然而，通過對充電歷史數據的回顧性分析，TEL發現，其中兩輛事故車輛在事故發生前一個月內繼續終止，因為電池電壓達到了目標值，并判斷一個電池單元的一致性嚴重偏離，每次都對電池單元進行過充放電，這加劇了內部短路問題； 在另一種情況下，故障在事故發生前連續報告了三個月，故障類型未知。單純從充電結果或BMS的角度很難判斷未來是否存在隱患，因為問題并不嚴重。TELD將繼續利用大數據分析工具，對車輛單次充電終止的原因進行長期、大跨度的分析，建立普通報警和嚴重事故的分析模型，加大提醒客戶的力度。同時，也建議電池廠的BMS可以更加開放，上傳更多數據進行分析，并進行保護性預警，以避免“未知”故障類型的發生。 業內建議，在部委的指導和規劃下，各主機廠、電池廠和充電運營商應共同努力，建立一套基于大數據的新能源汽車和電池生命周期追溯系統和專家系統。1.根據充電安全，建立不同級別的安全認證標準體系（強制性標準），從標準層面明確電池企業、充電設施企業和主機廠在電動汽車充電安全方面的設計思路和要求。2.打通車輛、充電設施和電池之間的信息通道，并在標準層面明確，特別是與電池充電安全相關的信息渠道，包括唯一標識和身份認證。3.通過充電網絡建立各電池組的數據文件和專家數據庫系統，積極保護和保護電池健康。即使發生了事故，也可以追溯并不斷改進。開放協作的電信公司愿意開放自己的高可靠性、高性能的大數據技術平臺，并愿意利用大數據為行業安全應用賦能。TELD愿意開放自己的主動保護模式，并為不同的原始設備制造商和電池工廠開放自己的相關充電數據。我們也希望主機廠和電池廠能夠開放更多數據，跨領域、跨學科密切合作，共同推動新能源汽車行業的健康發展。 結論目前，特殊呼叫的兩級安全保護系統仍為1.0版本，技術架構和模型已初步亮相。2019年，將推出兩級安全保護系統2.0版本。我們衷心希望能夠與汽車、動力電池、充電設施等企業密切合作，從產品設計制造、充電駕駛、售后和運維全過程保障新能源汽車產品的安全和使用安全。 業內建議，在部委的指導和規劃下，各主機廠、電池廠和充電運營商應共同努力，建立一套基于大數據的新能源汽車和電池生命周期追溯系統和專家系統。1.根據充電安全，建立不同級別的安全認證標準體系（強制性標準），從標準層面明確電池企業、充電設施企業和主機廠在電動汽車充電安全方面的設計思路和要求。2.打通車輛、充電設施和電池之間的信息通道，并在標準層面明確，特別是與電池充電安全相關的信息渠道，包括唯一標識和身份認證。3.通過充電網絡建立各電池組的數據文件和專家數據庫系統，積極保護和保護電池健康。即使發生了事故，也可以追溯并不斷改進。開放協作的電信公司愿意開放自己的高可靠性、高性能的大數據技術平臺，并愿意利用大數據為行業安全應用賦能。TELD愿意開放自己的主動保護模式，并為不同的原始設備制造商和電池工廠開放自己的相關充電數據。我們也希望主機廠和電池廠能夠開放更多數據，跨領域、跨學科密切合作，共同推動新能源汽車的健康發展…… 移動行業。 結論目前，特殊呼叫的兩級安全保護系統仍為1.0版本，技術架構和模型已初步亮相。2019年，將推出兩級安全保護系統2.0版本。我們衷心希望能夠與汽車、動力電池、充電設施等企業密切合作，從產品設計制造、充電駕駛、售后和運維全過程保障新能源汽車產品的安全和使用安全。
0120126767
11月2122日中國
1900/1/1 0:00:00大眾集團監事會推遲了對奧迪首席執行官魯珀特施泰德未來命運的決定，即施泰德不會現在下臺。
1900/1/1 0:00:00據CNBC援引消息人士報道稱，特斯拉和美國證券交易委員會（SEC）非常接近達成無罪和解，但馬斯克在最后一刻退出了談判。
1900/1/1 0:00:009月27日，威馬汽車在溫州威馬新能源汽車智能產業園舉行了旗下EX5的上市交付盛典。
1900/1/1 0:00:00電動化、智能化、網聯化、共享化是汽車未來發展的大勢。伴隨著這一趨勢，自動駕駛汽車應用而生，且國內很多自動駕駛研發企業快速成長。“自動駕駛”等相關熱詞也一直是行業關注的焦點。
1900/1/1 0:00:001，工信部：安全隱患排查擴展至新能源乘用車和載貨汽車9月25日，工信部發布了《關于開展新能源乘用車、載貨汽車安全隱患專項排查工作通知》，
1900/1/1 0:00:00
汽車導航