注意！新能源汽車實時運行數據不佳影響可不小

大數據的挖掘和應用在各個層面進行，尤其是在新能源領域。大數據作為一種基礎性和戰略性資源，已得到廣泛認可。面對“四化”的未來，大數據是汽車產業發展的重要支撐。而數據質量是決定大數據分析的一個重要因素。

8月21日，國家新能源汽車大數據聯盟在2018年新能源汽車評價指標年中會暨研討會上發布了《國家新能源車監管平臺車輛數據質量分析報告》。報告顯示，2018年1-6月，全國共有969107輛車聯網，其中627461輛車出現錯誤，占64.75%。錯誤數據有72種類型，主要出現在車輛狀態和電池電壓/溫度值上。一般來說，車輛訪問平臺出錯的概率很高？

全國新能源汽車大數據聯盟副秘書長劉鵬解讀數據報告。北京理工學院副教授、國家新能源汽車大數據聯盟副秘書長劉鵬表示，錯誤的數據會影響數據分析結果和企業對新能源汽車的里程驗證？成功接入平臺的車輛運營數據質量是否仍令人擔憂？

國家新能源汽車監管平臺已于今年2月初正式投入使用，接入車輛已突破百萬輛，用于新能源汽車的安全監管、數據分析、車輛管理和補貼核算。截至2018年8月13日，接入車輛服務平臺的車輛數量為1047600輛，注冊了429家車企，384家車企通過了“平臺合規性測試”，5388輛車通過了“車輛合規性”？企業平臺如果要接入國家平臺，需要經過車輛的靜態數據接入和動態數據接入審核。目前，該平臺共存儲231TB的有效數據，每天新增約1TB的數據。其中，通過實時數據人工審核的車輛76.6萬輛，占比73.18%；未經審核和未通過實時數據的車輛數量為28.1萬輛，占26.82%。未通過審核的車輛大多不符合GB/T 32960的要求？

盡管該車已通過相關審核并成功接入國家平臺，但在實際操作中仍存在不少錯誤。報告顯示，一家車企數據錯誤的車輛占該車企車輛總數的50%以上，占比超過83.5%。這個數字真的不容樂觀？前八種類型的錯誤大多是由車輛信息采集模塊的精度低和傳輸不良引起的。

根據國家標準GB/T 32960-2016的要求，國家新能源汽車監管平臺采集的實時信息共有61項，包括行駛電機、車輛位置、整車、極限數據、報警數據和故障單數據？在前8種錯誤類型中，錯誤率最高的項目是“車輛狀態為空或錯誤”，占16.76%；

第四類錯誤是充電狀態為空或無效，占比4.82%。出現這種現象的原因可能是某些車型的充電狀態檢測裝置損壞？除了上述兩種類型的誤差外，其他六種類型的錯誤都是電池單元問題，包括電池單元溫度和電壓誤差。初步判斷車載信息采集模塊精度低，傳輸數據質量差。從30秒內丟包率大于1、里程跳躍大于2公里等錯誤車輛的比例來看，表明車載數據采集設備的準確性和傳輸速率有待提高？車企數據質量參差不齊可能影響補貼核算？在報告中，不同企業的數據質量差異很大。部分企業接入平臺車輛的錯誤率達到100%。70.4%的企業整車數據錯誤率在50%以上，只有少數車企數據處理較好。全國新能源汽車大數據聯盟同時發布了“新能源車大數據指數TOP-n模型”，這些模型的數據都不錯。

例如，在企業A中，訪問平臺的車輛總數為29631輛，車輛數據的錯誤率為94.4%，平均單車錯誤次數為2883次。具體的錯誤數據項包括最高電池電壓不等于實際電池電壓，混合模式發動機沒有數據，車速大于0且車輛狀態關閉，里程為空或無效。劉鵬分析，“這家企業與動力電池相關的數據項錯誤占比已經超過71.7%。動力電池作為新能源汽車的關鍵部件，直接影響汽車性能，電池數據質量差將直接影響新能源汽車安全”？此外，劉鵬提醒企業注意，該企業“里程為空或無效”的誤差占比近5%，這表明該企業的實際行駛里程與報告里程存在一定偏差，這將直接影響該汽車企業的里程驗證？近年來，長安汽車、上海汽車等車企一直在探索大數據在產品改進、研發、銷售和服務等多方面的價值。當代安培科技股份有限公司等電池公司認為，大數據的價值在于通過故障監測和預警系統確保車輛的安全可控，通過監測系統降低維護成本，提高運營效率？本文分析了新能源汽車平臺中存在的72種數據錯誤。除了傳感器、數據采集設備和電池等硬件因素外，企業平臺和國家平臺之間實時數據傳輸的沖突和不一致也會導致大數據質量問題？無論如何，大數據價值挖掘的基礎在于數據，數據的質量直接影響大數據分析結果的可信度。如何確保數據符合標準、完整、準確、穩定、一致，將成為汽車大數據分析的重要課題。大數據的挖掘和應用在各個層面進行，尤其是在新能源領域。大數據作為一種基礎性和戰略性資源，已得到廣泛認可。面對“四化”的未來，大數據是汽車產業發展的重要支撐。而數據質量是決定大數據分析的一個重要因素。

8月21日，國家新能源汽車大數據聯盟在2018年新能源汽車評價指標年中會暨研討會上發布了《國家新能源車監管平臺車輛數據質量分析報告》。報告顯示，2018年1-6月，全國共有969107輛車聯網，其中627461輛車出現錯誤，占64.75%。錯誤數據有72種類型，主要出現在車輛狀態和電池電壓/溫度值上。一般來說，車輛訪問平臺出錯的概率很高？

劉鵬，副秘書長……

國家新能源汽車大數據聯盟總干事解讀數據報告。北京理工學院副教授、國家新能源汽車大數據聯盟副秘書長劉鵬表示，錯誤的數據會影響數據分析結果和企業對新能源汽車的里程驗證？成功接入平臺的車輛運營數據質量是否仍令人擔憂？

國家新能源汽車監管平臺已于今年2月初正式投入使用，接入車輛已突破百萬輛，用于新能源汽車的安全監管、數據分析、車輛管理和補貼核算。截至2018年8月13日，接入車輛服務平臺的車輛數量為1047600輛，注冊了429家車企，384家車企通過了“平臺合規性測試”，5388輛車通過了“車輛合規性”？企業平臺如果要接入國家平臺，需要經過車輛的靜態數據接入和動態數據接入審核。目前，該平臺共存儲231TB的有效數據，每天新增約1TB的數據。其中，通過實時數據人工審核的車輛76.6萬輛，占比73.18%；未經審核和未通過實時數據的車輛數量為28.1萬輛，占26.82%。未通過審核的車輛大多不符合GB/T 32960的要求？

盡管該車已通過相關審核并成功接入國家平臺，但在實際操作中仍存在不少錯誤。報告顯示，一家車企數據錯誤的車輛占該車企車輛總數的50%以上，占比超過83.5%。這個數字真的不容樂觀？前八種類型的錯誤大多是由車輛信息采集模塊的精度低和傳輸不良引起的。

根據國家標準GB/T 32960-2016的要求，國家新能源汽車監管平臺采集的實時信息共有61項，包括行駛電機、車輛位置、整車、極限數據、報警數據和故障單數據？在前8種錯誤類型中，錯誤率最高的項目是“車輛狀態為空或錯誤”，占16.76%；

第四類錯誤是充電狀態為空或無效，占比4.82%。出現這種現象的原因可能是某些車型的充電狀態檢測裝置損壞？除了上述兩種類型的誤差外，其他六種類型的錯誤都是電池單元問題，包括電池單元溫度和電壓誤差。初步判斷車載信息采集模塊精度低，傳輸數據質量差。從30秒內丟包率大于1、里程跳躍大于2公里等錯誤車輛的比例來看，表明車載數據采集設備的準確性和傳輸速率有待提高？車企數據質量參差不齊可能影響補貼核算？在報告中，不同企業的數據質量差異很大。部分企業接入平臺車輛的錯誤率達到100%。70.4%的企業整車數據錯誤率在50%以上，只有少數車企數據處理較好。全國新能源汽車大數據聯盟同時發布了“新能源車大數據指數TOP-n模型”，這些模型的數據都不錯。

例如，在企業A中，訪問平臺的車輛總數為29631輛，車輛數據的錯誤率為94.4%，平均單車錯誤次數為2883次。具體的錯誤數據項包括最高電池電壓不等于實際電池電壓，混合模式發動機沒有數據，車速大于0且車輛狀態關閉，里程為空或無效。劉鵬分析，“這家企業與動力電池相關的數據項錯誤占比已經超過71.7%。動力電池作為新能源汽車的關鍵部件，直接影響汽車性能，電池數據質量差將直接影響新能源汽車安全”？此外，劉鵬提醒企業注意，該企業“里程為空或無效”的誤差占比近5%，這表明該企業的實際行駛里程與報告里程存在一定偏差，這將直接影響該汽車企業的里程驗證？近年來，長安汽車、上海汽車等車企一直在探索大數據在產品改進、研發、銷售和服務等多方面的價值。當代安培科技股份有限公司等電池公司認為，大數據的價值在于通過故障監測和預警系統確保車輛的安全可控，通過監測系統降低維護成本，提高運營效率？本文分析了新能源汽車平臺中存在的72種數據錯誤。除了傳感器、數據采集設備和電池等硬件因素外，企業平臺和國家平臺之間實時數據傳輸的沖突和不一致也會導致大數據質量問題？無論如何，大數據價值挖掘的基礎在于數據，數據的質量直接影響大數據分析結果的可信度。如何確保數據符合標準、完整、準確、穩定、一致，將成為汽車大數據分析的重要課題。

標簽：北京長安

汽車資訊熱門資訊