CN111859294A - 一种基于大数据的电动汽车评估方法及系统 - Google Patents

Abstract

本发明公开了一种基于大数据的电动汽车评估方法及系统。该基于大数据的电动汽车评估方法包括：获取所有电动汽车的车辆运行驾驶相关信息以及车辆原始数据；基于所述车辆运行驾驶相关信息以及所述车辆原始数据，确定各电动汽车的统计相关项；对所有的电动汽车按照设定划分标准和设定评价范围划分维度进行分类，将属于相同类别的电动汽车划分为一组得到电动汽车集合，将所述电动汽车集合中所有电动汽车对应的统计相关项组成的集合确定为大数据统计集合；将待评估电动汽车的统计相关项与所述大数据统计集合中的统计相关项进行对比，得到待评估电动汽车的运行状态评估结果。本发明能实现电动汽车运行状态的评估，从而提高二手电动汽车的保值率。

Description

一种基于大数据的电动汽车评估方法及系统

技术领域

本发明涉及电动汽车评估领域，特别是涉及一种基于大数据的电动汽车评估方法及系统。

背景技术

随着国家大力推动电动汽车的发展，截至2019年底，全国新能源汽车保有量达381万辆，占汽车总量的1.46％。但是伴随电动汽车的数量增加，相应的车辆评估标准体系却没有形成。

目前针对传统燃油车的检测手段难以预估电动车辆真实的车况信息。市面上也没有比较成熟的针对电动汽车的评估体系。由于没有比较完善的评估体系，缺乏电动车真实的运行数据，导致二手电动汽车在交易市场上无人问津，保值率极低等问题，还伴随退役电池的去向处理问题等。

发明内容

基于此，有必要提供一种基于大数据的电动汽车评估方法及系统，通过对电动汽车真实运行状态的评估并建立大数据统计，从而建立电动汽车的评估体系，评估电动汽车的实际价值，进而合理定义二手电动汽车的保值率，提升二手电动汽车在市场上的流通率。

为实现上述目的，本发明提供了如下方案：

一种基于大数据的电动汽车评估方法，包括：

获取所有电动汽车的车辆运行驾驶相关信息以及车辆原始数据；所述车辆运行驾驶相关信息包括车辆基础运行数据、充电信息、驱动电机数据、电池组数据、车辆报警信息和车辆地理位置信息；所述车辆原始数据包括车辆品牌、生产厂商、电池厂商、出厂时间和车辆上牌时间；

基于所述车辆运行驾驶相关信息以及所述车辆原始数据，确定各电动汽车的统计相关项；所述统计相关项包括实际续航里程、日均行驶里程、日均行驶时间、充电次数、充电频率、百公里综合能耗、充放电深度的统计分布、快/慢充使用比例、电池工作最大温差、电池工作最大压差、故障等级和地理影响因子；

对所有的电动汽车按照设定划分标准和设定评价范围划分维度进行分类，将属于相同类别的电动汽车划分为一组得到电动汽车集合，将所述电动汽车集合中所有电动汽车对应的统计相关项组成的集合确定为大数据统计集合；所述设定划分标准为全部电动汽车、车品牌、车款式、同车龄的同款车或同里程数的同款车；所述设定评价范围划分维度包括整车质量维度、电池容量维度和城市维度；

将待评估电动汽车的统计相关项与所述大数据统计集合中的统计相关项进行对比，得到待评估电动汽车的运行状态评估结果。

可选的，所述车辆基础运行数据包括车辆运行状态、充电状态、累计里程、车速、总电压、总电流和电池荷电状态；所述充电信息包括充电方式和充电时长；所述驱动电机数据包括驱动电机状态、电机温度、电机转速和电机转矩；所述电池组数据包括各单体电池电压、各单体电池电流、电压最大值、电压最小值、电流最大值、电流最小值以及各单体电池的温度信息；所述车辆报警信息包括可充电储能装置故障信息和驱动电机故障信息；所述车辆地理位置信息包括车辆行驶的经纬度信息。

可选的，所述基于所述车辆运行驾驶相关信息以及所述车辆原始数据，确定各电动汽车的统计相关项，具体包括：

对所述车辆运行驾驶相关信息以及所述车辆原始数据进行数据清洗和归一化处理，得到处理后的数据；

由所述处理后的数据确定各电动汽车的统计相关项。

可选的，在所述对所有的电动汽车按照设定划分标准进行分类，将属于相同类别的电动汽车划分为一组得到电动汽车集合，将所述电动汽车集合中所有电动汽车对应的统计相关项组成的集合确定为大数据统计集合之后，还包括：

对所述大数据统计集合中的统计相关项进行分析确定实用信息；所述实用信息包括目标款式车的平均实际可续航里程、平均实际可续航里程与月份之间的关系、目标款式车的充电满意度、充电满意度与月份之间的关系、目标款式车的使用焦虑度以及使用焦虑度与月份之间的关系。

可选的，所述将待评估电动汽车的统计相关项与所述大数据统计集合中的统计相关项进行对比，得到待评估电动汽车的运行状态评估结果，具体为：

Z＝∑(X_n×Y_n)；

其中，Z表示待评估电动汽车的运行状态评估结果，X_n表示第n个统计相关项的权重，Y_n表示第n个统计相关项的与大数据统计集合中的对应的统计相关项的对比结果。

本发明还提供了一种基于大数据的电动汽车评估系统，包括：

数据获取模块，用于获取所有电动汽车的车辆运行驾驶相关信息以及车辆原始数据；所述车辆运行驾驶相关信息包括车辆基础运行数据、充电信息、驱动电机数据、电池组数据、车辆报警信息和车辆地理位置信息；所述车辆原始数据包括车辆品牌、生产厂商、电池厂商、出厂时间和车辆上牌时间；

统计相关项确定模块，用于基于所述车辆运行驾驶相关信息以及所述车辆原始数据，确定各电动汽车的统计相关项；所述统计相关项包括实际续航里程、日均行驶里程、日均行驶时间、充电次数、充电频率、百公里综合能耗、充放电深度的统计分布、快/慢充使用比例、电池工作最大温差、电池工作最大压差、故障等级和地理影响因子；

大数据统计集合确定模块，用于对所有的电动汽车按照设定划分标准和设定评价范围划分维度进行分类，将属于相同类别的电动汽车划分为一组得到电动汽车集合，将所述电动汽车集合中所有电动汽车对应的统计相关项组成的集合确定为大数据统计集合；所述设定划分标准为全部电动汽车、车品牌、车款式、同车龄的同款车或同里程数的同款车；所述设定评价范围划分维度包括整车质量维度、电池容量维度和城市维度；

评估模块，用于将待评估电动汽车的统计相关项与所述大数据统计集合中的统计相关项进行对比，得到待评估电动汽车的运行状态评估结果。

可选的，所述车辆基础运行数据包括车辆运行状态、充电状态、累计里程、车速、总电压、总电流和电池荷电状态；所述充电信息包括充电方式和充电时长；所述驱动电机数据包括驱动电机状态、电机温度、电机转速和电机转矩；所述电池组数据包括各单体电池电压、各单体电池电流、电压最大值、电压最小值、电流最大值、电流最小值以及各单体电池的温度信息；所述车辆报警信息包括可充电储能装置故障信息和驱动电机故障信息；所述车辆地理位置信息包括车辆行驶的经纬度信息。

可选的，所述统计相关项确定模块，具体包括：

数据处理单元，用于对所述车辆运行驾驶相关信息以及所述车辆原始数据进行数据清洗和归一化处理，得到处理后的数据；

相关项确定单元，用于由所述处理后的数据确定各电动汽车的统计相关项。

可选的，所述基于大数据的电动汽车评估系统，还包括：

实用信息确定模块，用于对所述大数据统计集合中的统计相关项进行分析确定实用信息；所述实用信息包括目标款式车的平均实际可续航里程、平均实际可续航里程与月份之间的关系、目标款式车的充电满意度、充电满意度与月份之间的关系、目标款式车的使用焦虑度以及使用焦虑度与月份之间的关系。

可选的，所述评估模块，具体为：

Z＝∑(X_n×Y_n)；

其中，Z表示待评估电动汽车的运行状态评估结果，X_n表示第n个统计相关项的权重，Y_n表示第n个统计相关项的与大数据统计集合中的对应的统计相关项的对比结果。

与现有技术相比，本发明的有益效果是：

本发明提出了一种基于大数据的电动汽车评估方法及系统，首先获取所有电动汽车的运行数据，再将得到的数据进行大数据处理，大数据可以分析一定范围集合内车辆目前的运行状态，针对某类车、某品牌车或某款车进行综合评估，也可以针对某个体电动汽车通过与大数据的对比，结合该车具体的车况信息，得到评估结果。该方法实现了对电动汽车运行状态的评估，大数据评估体系可以为后续二手车交易评估提供数据依据，从而提高了二手电动汽车的保值率，还可以对动力电池的后续价值进行评估，通过对动力电池在车上使用结束后的状况进行评估，为后续的动力电池梯次利用或回收提供技术依据。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的基于大数据的电动汽车评估方法的流程图；

图2为本发明实施例提供的基于大数据的电动汽车评估系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明的大体构思如下：

首先通过车载终端采集所有电动汽车的车辆运行信息及驾驶相关信息，并通过数据交换等方式，采集所有车辆的原始数据如车辆品牌、生产厂商、出厂时间、上牌时间等数据，将采集到的信息传输至相应的服务器，进行数据存储，然后再将数据进行清洗和归一化处理，得到电动车的各项指标的大数据统计。

通过大数据统计，分析车辆实际的运行信息，给出一些较实用的数据参考。例如某些集合内(某品牌车/某款车)实际续航里程、充电满意度、使用焦虑度等及他们与月份之间关系的统计。

通过采集个体电动汽车的车辆运行信息、充放电信息及驾驶相关信息，通过与大数据做比对，并结合个体电动汽车的实际运行情况，给出此个体电动汽车的综合评估。通过电动汽车的评分，为二手车交易评估提供数据依据；同时还可以对动力电池的后续价值进行评估，为动力电池梯次利用和回收提供技术依据。

图1为本发明实施例提供的基于大数据的电动汽车评估方法的流程图。参见图1，本实施例中的基于大数据的电动汽车评估方法，包括：

步骤101：获取所有电动汽车的车辆运行驾驶相关信息以及车辆原始数据。

该步骤具体为：采用硬件设备车载终端采集所有电动汽车的车辆运行驾驶相关信息；通过数据交换等方式，采集所有车辆的原始数据；将上述采集到的信息传输至相应的服务器，并存入数据库。

所述车辆运行驾驶相关信息包括车辆基础运行数据、充电信息、驱动电机数据、电池组数据、车辆报警信息和车辆地理位置信息等；所述车辆原始数据包括车辆品牌、生产厂商、电池厂商、出厂时间和车辆上牌时间等。其中，所述车辆基础运行数据包括车辆运行状态、充电状态、累计里程、车速、总电压、总电流和电池荷电状态(SOC)等；所述充电信息包括充电方式(快充/慢充)、充电时长等；所述驱动电机数据包括驱动电机状态、电机温度、电机转速和电机转矩等；所述电池组数据包括各单体电池电压、各单体电池电流、电压最大值、电压最小值、电流最大值、电流最小值以及各单体电池的温度信息等；所述车辆报警信息包括可充电储能装置故障信息和驱动电机故障信息等；所述车辆地理位置信息包括车辆行驶的经纬度信息。

步骤102：基于所述车辆运行驾驶相关信息以及所述车辆原始数据，确定各电动汽车的统计相关项。

该步骤具体包括：对所述车辆运行驾驶相关信息以及所述车辆原始数据进行数据清洗和归一化处理，得到处理后的数据；由所述处理后的数据确定各电动汽车的统计相关项。所述统计相关项包括实际续航里程、日均行驶里程、日均行驶时间、充电次数、充电频率、百公里综合能耗、充放电深度的统计分布、快/慢充使用比例、电池工作最大温差、电池工作最大压差、故障等级和地理影响因子等。以下是部分统计项的详细说明。

实际续航里程：这项指标反映电池的实际续航能力。随着使用年限增加，车辆实际续航会有一定程度的折扣。实际续航能力越高，表示电池在工作效益性能层面表现的越健康。该指标计算方式为动态抽取车辆一段时间的行驶记录，将车辆有效SOC区间总行驶里程除电池有效SOC区间循环次数，测算出电池的有效SOC区间平均续航里程。

百公里综合能耗：这项指标反映电池的工作效率性能。综合能耗越低，表示电池在工作效率性能层面表现的越健康。该指标计算方式为动态抽取车辆一段时间的行驶记录，基于总行驶里程和总消耗电量，测算出电动汽车百公里电池平均耗电量，即百公里综合能耗。

充放电深度的统计分布：这项指标反映了车主在使用过程中的充放电习惯，如果电池长时间处于满充电满放电的状态，对电池的寿命会有影响。如果电池工作状态在中间有效可用范围的比例越高，则表示用户在电池使用层面的表现越好，电池健康度水平越高。

快/慢充使用比例：这项指标反映了车主在使用过程中的充电方式，频繁大量使用快充容易导致电池发生快速衰减，甚至有可能出现电池内短路，最终发生热失控起火等安全隐患。车辆快充比例越高，越不利于电池健康的保持。该指标计算方式为统计车辆所有历史数据，统计相应的快慢充频率和时间比例。

电池工作最大温差：这项指标反映电池的健康度，电池平均工作温差越小，则代表电池健康度水平越高。该指标计算方式为动态抽取车辆一段时间的行驶记录，计算其在行驶过程中的最大温差，连续多次地获取多条数据，然后取最大温差的均值，即可得到这项指标。

电池工作最大压差：这项指标反应车辆运行过程中的稳定性以及电池的一致性。电池工作最大压差越大，则代表电池性能越不稳定，容易有安全隐患；最大压差越小，则代表电池性能越稳定，安全性越高。该指标的计算方式为动态抽取车辆一段时间内稳定行驶状态下的电池最大压差，连续多次地获取多条数量，然后取最大压差的均值，即可得到这项指标的数值。

故障主要包括可充电储能装置故障、驱动电机故障、发动机故障、其它故障等。故障等级可以分为三等。1级故障，通常是不影响车辆正常行驶的故障；2级故障，会影响车辆性能，需驾驶员限制行驶的故障；3级故障，最高级别故障，可能涉及到安全，需驾驶员立即停车处理或请求救援的故障。

地理影响因子，这项指标反应车辆的实际运行地理位置因素。电池在寒冷地区温度较低，会导致充放电过程受阻，电池容量容易发生衰减。所处地区冬天越寒冷，则对电池影响越大。该指标可通过车辆行驶的地理位置信息得到相应统计。

步骤103：对所有的电动汽车按照设定划分标准和设定评价范围划分维度进行分类，将属于相同类别的电动汽车划分为一组得到电动汽车集合，将所述电动汽车集合中所有电动汽车对应的统计相关项组成的集合确定为大数据统计集合。

所述设定划分标准为全部电动汽车、车品牌、车款式、同车龄的同款车或同里程数的同款车。所述设定评价范围划分维度包括整车质量维度、电池容量维度和城市维度。

在实际应用中，在计算不同分类范围内全集车辆的大数据统计集合时，分类范围可以包括例如全部电动汽车、某品牌车、某款车、同车龄的同款车、同里程数的同款车等，评估范围分类还可以包含整车质量、电池容量和城市等维度。例如确定某款新能源车，车龄均为两年的大数据统计集合内的所有统计相关项。

步骤104：将待评估电动汽车的统计相关项与所述大数据统计集合中的统计相关项进行对比，得到待评估电动汽车的运行状态评估结果。

该步骤具体为：

将采集到的待评估电动汽车的数据信息与大数据统计集合中的数据做对比，并结合待评估电动汽车的电池状态、电机状态及是否有故障等信息，给出此待评估电动汽车的综合评估结果，其具体计算公式为：

Z＝∑(X_n×Y_n)；

其中，Z表示待评估电动汽车的运行状态评估结果，X_n表示第n个统计相关项的权重，Y_n表示第n个统计相关项的与大数据统计集合中的对应的统计相关项的对比结果。

Y_n可以采用如下方法确定：例如取车龄相近的某品牌车的所有集合，以百公里综合能耗这个因素为例，通过上述步骤可以得到集合内所有车辆的综合能耗，从而得到这个集合内综合能耗上限值和下限值，并得到相应的大数据能耗分布统计。待评估电动汽车的综合能耗通过与大数据统计的集合对比，可给出一个合理评估值。

作为一种可选的实施方式，在步骤103之后，还包括：

对所述大数据统计集合中的统计相关项进行分析确定实用信息；所述实用信息包括目标款式车的平均实际可续航里程、平均实际可续航里程与月份之间的关系、目标款式车的充电满意度、充电满意度与月份之间的关系、目标款式车的使用焦虑度、使用焦虑度与月份之间的关系。此外，不同品牌车之间可根据这些统计项，进行对比排行等。

充电满意度，是反映电动汽车充电快慢的指标。同样是慢充，从没电到充满的速度越快，可认为充电满意度越好。不同的月份，温度有差异，会导致充电满意度有差异。

使用焦虑度，是反映车主在实际使用过程中，对剩余电量的信心程度。例如都是剩余40％的电，有些车剩余里程会比较符合用户的预期，而有些车会掉电特别快，不满足用户的预期。这项指标可通过充电时荷电状态的分布来侧面反映。如果某些车车主们在高SOC的情况下充电行为比较频繁，则代表这些车使用焦虑度越高。不同的月份，温度差异，也会导致焦虑度有差异。

在步骤104之后还包括：

根据步骤101-步骤104得到的电动汽车评估结果，为二手电动汽车交易评估提供数据依据；对动力电池在车上使用后的状况进行评估，为后续的动力电池梯次利用或回收提供技术依据。

本实施例的基于大数据的电动汽车评估方法具有以下优点：

1)能够反应车辆的真实状态。通过车载终端能获取到车辆的真实运行数据，可以比较直观地看到车辆的车况信息。

2)准确率高。通过大数据分析，可以看出某集合内车辆的平均车况信息以及运行状态；再通过个体电动汽车与大数据做对比分析，分析出个体电动汽车的综合评估结果。

3)效率高。利用大数据技术，并且采集数据和数据分析处理都可以很快完成，比通过实地去进行人工检测电动汽车的运行状态快得多。

本发明还提供了一种基于大数据的电动汽车评估系统，图2为本发明实施例提供的基于大数据的电动汽车评估系统的结构示意图。参见图2，本实施例中的基于大数据的电动汽车评估系统包括：

数据获取模块201，用于获取所有电动汽车的车辆运行驾驶相关信息以及车辆原始数据；所述车辆运行驾驶相关信息包括车辆基础运行数据、充电信息、驱动电机数据、电池组数据、车辆报警信息和车辆地理位置信息；所述车辆原始数据包括车辆品牌、生产厂商、电池厂商、出厂时间和车辆上牌时间。

统计相关项确定模块202，用于基于所述车辆运行驾驶相关信息以及所述车辆原始数据，确定各电动汽车的统计相关项；所述统计相关项包括实际续航里程、日均行驶里程、日均行驶时间、充电次数、充电频率、百公里综合能耗、充放电深度的统计分布、快/慢充使用比例、电池工作最大温差、电池工作最大压差、故障等级和地理影响因子。

大数据统计集合确定模块203，用于对所有的电动汽车按照设定划分标准和设定评价范围划分维度进行分类，将属于相同类别的电动汽车划分为一组得到电动汽车集合，将所述电动汽车集合中所有电动汽车对应的统计相关项组成的集合确定为大数据统计集合；所述设定划分标准为全部电动汽车、车品牌、车款式、同车龄的同款车或同里程数的同款车；所述设定评价范围划分维度包括整车质量维度、电池容量维度和城市维度。

评估模块204，用于将待评估电动汽车的统计相关项与所述大数据统计集合中的统计相关项进行对比，得到待评估电动汽车的运行状态评估结果。

作为一种可选的实施方式，所述数据获取模块201中的车辆基础运行数据包括车辆运行状态、充电状态、累计里程、车速、总电压、总电流和电池荷电状态；所述数据获取模块201中的车辆的充电信息包括充电方式(快充/慢充)、充电时长等；所述数据获取模块201中的驱动电机数据包括驱动电机状态、电机温度、电机转速和电机转矩；所述数据获取模块201中的电池组数据包括各单体电池电压、各单体电池电流、电压最大值、电压最小值、电流最大值、电流最小值以及各单体电池的温度信息等；所述数据获取模块201中的车辆报警信息包括可充电储能装置故障信息和驱动电机故障信息。所述数据获取模块201中的车辆地理位置信息包括车辆行驶的经纬度信息。

作为一种可选的实施方式，所述统计相关项确定模块202，具体包括：

数据处理单元，用于对所述车辆运行驾驶相关信息以及所述车辆原始数据进行数据清洗和归一化处理，得到处理后的数据；相关项确定单元，用于由所述处理后的数据确定各电动汽车的统计相关项。

作为一种可选的实施方式，所述基于大数据的电动汽车评估系统，还包括：实用信息确定模块，用于对所述大数据统计集合中的统计相关项进行分析确定实用信息；所述实用信息包括目标款式车的平均实际可续航里程、平均实际可续航里程与月份之间的关系、目标款式车的充电满意度、充电满意度与月份之间的关系、目标款式车的使用焦虑度以及使用焦虑度与月份之间的关系。

作为一种可选的实施方式，所述评估模块204，具体为：

Z＝∑(X_n×Y_n)；

其中，Z表示待评估电动汽车的运行状态评估结果，X_n表示第n个统计相关项的权重，Y_n表示第n个统计相关项的与大数据统计集合中的对应的统计相关项的对比结果。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于大数据的电动汽车评估方法，其特征在于，包括：

获取所有电动汽车的车辆运行驾驶相关信息以及车辆原始数据；所述车辆运行驾驶相关信息包括车辆基础运行数据、充电信息、驱动电机数据、电池组数据、车辆报警信息和车辆地理位置信息；所述车辆原始数据包括车辆品牌、生产厂商、电池厂商、出厂时间和车辆上牌时间；

基于所述车辆运行驾驶相关信息以及所述车辆原始数据，确定各电动汽车的统计相关项；所述统计相关项包括实际续航里程、日均行驶里程、日均行驶时间、充电次数、充电频率、百公里综合能耗、充放电深度的统计分布、快/慢充使用比例、电池工作最大温差、电池工作最大压差、故障等级和地理影响因子；

对所有的电动汽车按照设定划分标准和设定评价范围划分维度进行分类，将属于相同类别的电动汽车划分为一组得到电动汽车集合，将所述电动汽车集合中所有电动汽车对应的统计相关项组成的集合确定为大数据统计集合；所述设定划分标准为全部电动汽车、车品牌、车款式、同车龄的同款车或同里程数的同款车；所述设定评价范围划分维度包括整车质量维度、电池容量维度和城市维度；

将待评估电动汽车的统计相关项与所述大数据统计集合中的统计相关项进行对比，得到待评估电动汽车的运行状态评估结果。

2.根据权利要求1所述的一种基于大数据的电动汽车评估方法，其特征在于，所述车辆基础运行数据包括车辆运行状态、充电状态、累计里程、车速、总电压、总电流和电池荷电状态；所述充电信息包括充电方式和充电时长；所述驱动电机数据包括驱动电机状态、电机温度、电机转速和电机转矩；所述电池组数据包括各单体电池电压、各单体电池电流、电压最大值、电压最小值、电流最大值、电流最小值以及各单体电池的温度信息；所述车辆报警信息包括可充电储能装置故障信息和驱动电机故障信息；所述车辆地理位置信息包括车辆行驶的经纬度信息。

3.根据权利要求1所述的一种基于大数据的电动汽车评估方法，其特征在于，所述基于所述车辆运行驾驶相关信息以及所述车辆原始数据，确定各电动汽车的统计相关项，具体包括：

对所述车辆运行驾驶相关信息以及所述车辆原始数据进行数据清洗和归一化处理，得到处理后的数据；

由所述处理后的数据确定各电动汽车的统计相关项。

4.根据权利要求1所述的一种基于大数据的电动汽车评估方法，其特征在于，在所述对所有的电动汽车按照设定划分标准进行分类，将属于相同类别的电动汽车划分为一组得到电动汽车集合，将所述电动汽车集合中所有电动汽车对应的统计相关项组成的集合确定为大数据统计集合之后，还包括：

对所述大数据统计集合中的统计相关项进行分析确定实用信息；所述实用信息包括目标款式车的平均实际可续航里程、平均实际可续航里程与月份之间的关系、目标款式车的充电满意度、充电满意度与月份之间的关系、目标款式车的使用焦虑度以及使用焦虑度与月份之间的关系。

5.根据权利要求1所述的一种基于大数据的电动汽车评估方法，其特征在于，所述将待评估电动汽车的统计相关项与所述大数据统计集合中的统计相关项进行对比，得到待评估电动汽车的运行状态评估结果，具体为：

Z＝∑(X_n×Y_n)；

其中，Z表示待评估电动汽车的运行状态评估结果，X_n表示第n个统计相关项的权重，Y_n表示第n个统计相关项的与大数据统计集合中的对应的统计相关项的对比结果。

6.一种基于大数据的电动汽车评估系统，其特征在于，包括：

数据获取模块，用于获取所有电动汽车的车辆运行驾驶相关信息以及车辆原始数据；所述车辆运行驾驶相关信息包括车辆基础运行数据、充电信息、驱动电机数据、电池组数据、车辆报警信息和车辆地理位置信息；所述车辆原始数据包括车辆品牌、生产厂商、电池厂商、出厂时间和车辆上牌时间；

统计相关项确定模块，用于基于所述车辆运行驾驶相关信息以及所述车辆原始数据，确定各电动汽车的统计相关项；所述统计相关项包括实际续航里程、日均行驶里程、日均行驶时间、充电次数、充电频率、百公里综合能耗、充放电深度的统计分布、快/慢充使用比例、电池工作最大温差、电池工作最大压差、故障等级和地理影响因子；

大数据统计集合确定模块，用于对所有的电动汽车按照设定划分标准和设定评价范围划分维度进行分类，将属于相同类别的电动汽车划分为一组得到电动汽车集合，将所述电动汽车集合中所有电动汽车对应的统计相关项组成的集合确定为大数据统计集合；所述设定划分标准为全部电动汽车、车品牌、车款式、同车龄的同款车或同里程数的同款车；所述设定评价范围划分维度包括整车质量维度、电池容量维度和城市维度；

评估模块，用于将待评估电动汽车的统计相关项与所述大数据统计集合中的统计相关项进行对比，得到待评估电动汽车的运行状态评估结果。

7.根据权利要求6所述的一种基于大数据的电动汽车评估系统，其特征在于，所述车辆基础运行数据包括车辆运行状态、充电状态、累计里程、车速、总电压、总电流和电池荷电状态；所述充电信息包括充电方式和充电时长；所述驱动电机数据包括驱动电机状态、电机温度、电机转速和电机转矩；所述电池组数据包括各单体电池电压、各单体电池电流、电压最大值、电压最小值、电流最大值、电流最小值以及各单体电池的温度信息；所述车辆报警信息包括可充电储能装置故障信息和驱动电机故障信息；所述车辆地理位置信息包括车辆行驶的经纬度信息。

8.根据权利要求6所述的一种基于大数据的电动汽车评估系统，其特征在于，所述统计相关项确定模块，具体包括：

数据处理单元，用于对所述车辆运行驾驶相关信息以及所述车辆原始数据进行数据清洗和归一化处理，得到处理后的数据；

相关项确定单元，用于由所述处理后的数据确定各电动汽车的统计相关项。

9.根据权利要求6所述的一种基于大数据的电动汽车评估系统，其特征在于，还包括：

实用信息确定模块，用于对所述大数据统计集合中的统计相关项进行分析确定实用信息；所述实用信息包括目标款式车的平均实际可续航里程、平均实际可续航里程与月份之间的关系、目标款式车的充电满意度、充电满意度与月份之间的关系、目标款式车的使用焦虑度以及使用焦虑度与月份之间的关系。

10.根据权利要求6所述的一种基于大数据的电动汽车评估系统，其特征在于，所述评估模块，具体为：

Z＝∑(X_n×Y_n)；

其中，Z表示待评估电动汽车的运行状态评估结果，X_n表示第n个统计相关项的权重，Y_n表示第n个统计相关项的与大数据统计集合中的对应的统计相关项的对比结果。

Images