
新能源汽车开启大数据时代
工信部委托北京理工大学建设和运营的新能源汽车国家监管平台日前发布信息,2018年7月5日,平台累计接入新能源汽车突破百万辆,这标志着新能源汽车监管正式跨入“百万级时代”,也意味着我国新能源汽车的大数据时代真正拉开帷幕。
新能源汽车国家监测与管理中心监控平台。资料图片
百万辆新能源汽车接入国家监管平台
截至7月17日,新能源汽车国家监测与管理中心的数据显示,接入监管平台的新能源汽车102.5万辆,超过全国新能源汽车全部保有量的一半。累计碳减排298.7万吨。
“百万级的接入量是新能源汽车行业领域一个重要的里程碑,对行业数据的监测与管理具有重要的理论及实践意义。”新能源汽车国家大数据联盟秘书长、北京理工大学电动车辆国家工程实验室副主任王震坡教授说。
新能源汽车国家监测与管理中心2017年由工信部委托北京理工大学建设和运营,该平台目前具备160万辆新能源汽车同步监控和管理能力,可以开展安全监管、数据分析、车辆管理和补贴核算等工作。以此监管平台为核心,新能源汽车制造商、科研机构、中国汽车工业协会等近200家单位组成全国性非营利性社会组织新能源汽车国家大数据联盟,致力于推进相关大数据挖掘分析、应用研究。
王震坡说:“按照相关国家标准,监测平台对每辆车有61项指标统计。”监测管理中心可以实时看到车辆运行里程、车辆运行轨迹、充电热力图、公交车能耗监测图等。
王震坡介绍,根据2016年10月发布的国家标准,从2017年1月1日开始数据采集。之前的一些老旧车型数据并未包括在内。
为保证数据的准确性,目前平台采用“企业—地方—国家”和“企业—国家”两个途径的传输,在国家平台,两组数据可互相验证,防止数据的误传。
前几年,新能源车“骗补”现象曾引起社会广泛关注,一些企业违反相关法律法规涉嫌骗取财政补贴,部分车辆未销售给消费者就提前申报补贴,不少车辆领取补贴后闲置。现在通过监测,可以准确地核算核查。
国际首创新能源车评价指数体系
目前世界上对新能源汽车的性能测评主要依据试验场数据,而并非车辆运行数据。
但新能源汽车国家大数据联盟依托监管平台百万辆车辆的运行数据资源,整合不同企业、不同运行区域、不同运行条件、不同路况车辆行驶数据,结合车辆的运行使用状态数据,形成新能源车评价指数体系。
王震坡说:“以监测平台百万级的新能源汽车实时运行数据为基础,在国内乃至国际上都属于首创,指数体系将提升整个新能源汽车行业技术的进步,增加民众对新能源汽车的认可度。”
这一指数体系对车辆的经济性、安全性、可靠性、环境适应性进行星级打分评价,分三级指标。目前,新能源车评价指数体系的算法已对外公布,同时也对京津冀地区的评价指数进行了初步分析,形成了一定的成果。
“各企业可依据联盟推出的算法和基础数据对本企业车辆的评价指数进行计算,对照平台发布的全国指数的平均值,找到本企业的优势和缺陷,以更好地生产出符合国家标准的车辆。”王震坡说。
不过,这些数据并不直接服务消费者,而是主要服务于政府决策和行业企业。
此外,8月1日起,电池溯源管理平台将启动运行,电池溯源管理根据动力电池的编码,将相关数据回传。监测平台尚未纳入的进口电动汽车也统一纳入电池溯源管理平台。
7月初,工信部发布《新能源汽车动力蓄电池回收利用溯源管理暂行规定》,自2018年8月1日起施行,对新获得《道路机动车辆生产企业及产品公告》的新能源汽车产品和新取得强制性产品认证的进口新能源汽车实施溯源管理,对梯次利用电池产品实施溯源管理。对动力蓄电池生产、销售、使用、报废、回收、利用等全过程进行信息采集。
大数据能否让新能源汽车步入高质量发展之路
新能源汽车产业,包含新能源、智能化、物联网等众多高科技内容,代表着高端制造业的最前沿,其未来发展直接关系我国汽车产业的发展状况。
传统汽车厂商如宝马、捷豹等,创新型科技公司如特斯拉等都在布局新能源汽车研发,但是作为新兴技术,可以说全球车企都在摸着石头过河。这意味着我国汽车企业也处在同样的起跑线上,这是我国汽车产业由大做强的重要突破口。
中国工程院院士、北京理工大学副校长孙逢春介绍,目前我国新能源汽车除了整车装配以外,动力电池、充电技术等都已走在国际前列。
2017年年底,重庆市科学技术研究院汽摩中心团队研发出国内第一台最高转速的新能源汽车变速器高速试验台架,打破了国际垄断。
2018年1月,上汽集团完全自主研发的“低能耗插电式混合动力乘用车关键技术及其产业化”项目获2017年度国家科学技术进步奖二等奖。
新能源汽车是“十三五”国家战略性新兴产业发展规划中的重点发展领域。各级政府在政策、资金、产业化等方面都有倾斜。上海、深圳、重庆、广东、黑龙江等多地纷纷出台补贴和奖励政策,新能源汽车生产企业和市场保有量也在快速增长,我国已经成为全球最大的新能源汽车生产国和销售市场。
那么,新能源汽车能否实现高质量发展,真正成为我国汽车产业的突破口?核心技术的自主研发能力当然是重中之重。
在这一背景下,新能源汽车国家监测与管理平台以及基于此形成的大数据分析和新能源车评价指数体系其意义不言自明。不仅可以使政策更加精准有效,也为企业提供了真正具有帮助意义的高品质服务。
不过,新能源汽车大数据平台建设本身也是新生事物,还面临不少挑战。
孙逢春在新能源汽车国家大数据联盟成立之初就说,新能源汽车涉及的职能部门众多,包括工信、科技、环保、发改、交通、公安、国防等,制度和规划层面缺少总体统筹和制度设计;地方政府认识差异较大,数据平台存在碎片化风险。
新能源汽车大数据平台还存在进一步完善体系架构、明确数据传输范围、统一自主品牌与中外合资以及进口等车辆管理、规避国家数据安全和测绘法等诸多风险问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28