CN116029600A - 一种车辆质效比的评价方法 - Google Patents
一种车辆质效比的评价方法 Download PDFInfo
- Publication number
- CN116029600A CN116029600A CN202310054415.6A CN202310054415A CN116029600A CN 116029600 A CN116029600 A CN 116029600A CN 202310054415 A CN202310054415 A CN 202310054415A CN 116029600 A CN116029600 A CN 116029600A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- track data
- score
- analysis table
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 19
- 238000007405 data analysis Methods 0.000 claims abstract description 101
- 239000000446 fuel Substances 0.000 claims abstract description 43
- 238000004140 cleaning Methods 0.000 claims abstract description 14
- 239000000295 fuel oil Substances 0.000 claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims description 42
- 230000006870 function Effects 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 29
- 239000003921 oil Substances 0.000 claims description 13
- 239000002131 composite material Substances 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 33
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000013079 data visualisation Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000001604 Rao's score test Methods 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000010926 purge Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种车辆质效比的评价方法，具体步骤包括：获取若干组车辆运行数据，其中，所述车辆运行数据包括车辆轨迹数据、车辆基础档案数据和车辆燃油及里程数据；对上述车辆轨迹数据实施数据清洗，将清洗后的车辆轨迹数据按照数据的时间先后顺序进行排序后导出，形成车辆轨迹数据分析表，从车辆管理系统中直接导出车辆基础档案数据分析表和车辆燃油及里程数据分析表；根据所述车辆轨迹数据分析表中的车辆轨迹数据的运行态变化的时长获取车辆运行时长，根据车辆基础档案数据分析表和车辆燃油及里程数据分析表中数据计算各车辆的利用率得分和能效比得分，基于计算出的车辆的利用率得分和能效比得分对车辆的质效使用水平进行量化评价。
Description
技术领域
本发明涉及车辆数据处理技术领域，具体为一种车辆质效比的评价方法。
背景技术
国网公司各级供电公司配置有大量车辆，每年产生各类车辆油耗数据、运行轨迹数据量极大，供电公司各单位均设有专职车辆管理员，会定期对数据进行采集归类，虽然归口管理部门负责管理极其庞大的车辆数据，但是对数据的处理仅停留在人工阶段的表格化简单分析，处理效率及处理效果不佳，无法处理百万量级以上的车辆运行数据，而通过派车单分析车辆利用情况，又存在过于粗放、人工预判往返时间不准确，无法准确评估车辆利用率的情况。伴随供电规模不断扩大，公司车辆逐年增多，管理任务愈发繁重，公司生产及公务用车管理长期存在车辆运行成本较高、车辆配置不均衡、部分车辆利用率不高等情况长期存在。如何更进一步提高车辆运行效率、降低运营成本，成为一项急需解决的难题。车管人员急需一个高效率的车辆大数据分析工具来对车辆的运行利用情况、能耗情况做个综合评价，能够快速处理车辆大数据并向车管人员提供相关辅助管理决策，以提升生产公务车辆管理水平，实现降本增效的目的。
在现有技术CN112330188A一种企业车辆管理方法和系统中，提出一种企业车辆管理方法和系统，获取车辆基础数据，并制定企业车辆管理中的评价指标，通过车辆基础数据计算每个样本占企业车辆管理指标中的比重，然后计算企业车辆管理指标的信息熵，通过信息熵计算企业车辆管理指标权重，进而得到企业车辆管理积分，对企业车辆实现管理。在上述现有技术中，未使用车辆轨迹数据进行辅助分析，不能够实现升生产公务车辆的精细化管理水平和降本增效的目的。
发明内容
为了解决上述现有技术中存在的问题，本发明提出了一种车辆质效比的评价方法。
本发明的技术方案如下：
一方面，本发明提出一种车辆质效比的评价方法，具体步骤包括：
获取若干组车辆运行数据，其中，所述车辆运行数据包括车辆轨迹数据、车辆基础档案数据和车辆燃油及里程数据；
对上述车辆轨迹数据实施数据清洗；具体为：从车辆管理系统的数据库中获取车辆间隔固定时间的坐标位置，根据坐标位置的变化情况对车辆轨迹数据标注运行态，所述运行态包括启动和熄火两个状态，保留运行态变化时的首个车辆轨迹数据，剔除后续所有车辆轨迹数据直至运行态再次变化，完成车辆轨迹数据的数据清洗；将清洗后的车辆轨迹数据按照数据的时间先后顺序进行排序后导出，形成车辆轨迹数据分析表，从车辆管理系统中直接导出车辆基础档案数据分析表和车辆燃油及里程数据分析表；
根据所述车辆轨迹数据分析表中的车辆轨迹数据的运行态变化的时长获取车辆运行时长，根据车辆基础档案数据分析表和车辆燃油及里程数据分析表比较相同使用性质、相同车型车辆的车辆运行时长，并结合车辆燃油及里程数据计算各车辆的利用率得分和能效比得分，基于计算出的车辆的利用率得分和能效比得分对车辆的质效使用水平进行量化评价。
作为优选实施方式，所述根据所述车辆轨迹数据分析表中的车辆轨迹数据的运行态变化的时长获取车辆运行时长的方法具体为：
获取车辆轨迹数据分析表中首条车辆轨迹数据的运行态，若当前运行态为启动状态，则选择当前车辆轨迹数据并继续，否则选择下一条车辆轨迹数据；
获取选择的车辆轨迹数据的时间以及选择的车辆轨迹数据的后一条车辆轨迹数据的时间，计算后一条车辆轨迹数据的时间减去选择的车辆轨迹数据的时间得到单段轨迹运行时长；
继续选择下一条运行态为启动状态的车辆轨迹数据，重复上述步骤，直至车辆轨迹数据分析表遍历结束，得到若干单段轨迹运行时长；
叠加所有单段轨迹运行时长得到所述车辆运行时长。
作为优选实施方式，所述比较相同使用性质、相同车型车辆的车辆运行时长，并结合车辆燃油及里程数据计算各车辆的利用率得分和能效比得分步骤具体包括：
创建车辆的利用率得分分析函数计算各车辆的利用率得分，所述利用率得分分析函数具体为：
利用率得分=（目标车辆运行时长/相同使用性质、相同车型车辆平均运行时长）*60；
在上述表达式中，目标车辆运行时长通过车辆轨迹数据分析表直接获取，所述相同使用性质、相同车型车辆平均运行时长由车辆轨迹数据分析表导出与目标车辆相同使用性质、相同车型的所有车辆的车辆运行时长计算获得；
创建车辆的能效比得分分析函数计算各车辆的能效比得分，所述能效比得分分析函数具体为：
能效比得分=（目标车辆百公里油耗/相同使用性质、相同车型车辆平均百公里油耗）*60；
在上述表达式中，所述目标车辆百公里油耗从车辆燃油及里程数据分析表中直接导出，所述相同使用性质、相同车型车辆平均百公里油耗由车辆燃油及里程数据分析表导出与目标车辆相同使用性质、相同车型的所有车辆的百公里油耗计算获得。
作为优选实施方式，所述利用车辆的利用率得分和能效比得分对车辆的质效使用水平进行量化评价的方法具体为：
创建车辆的质效使用水平综合得分分析函数，具体为：
车辆质效使用水平综合得分=50%*目标车辆的利用率得分+50%*目标车辆的能效比得分；
基于计算出的所有车辆的质效使用水平综合得分对目标车辆进行评价。
另一方面，本发明提出一种车辆质效比的评价系统，包括：
车辆数据采集模块：获取若干组车辆运行数据，其中，所述车辆运行数据包括车辆轨迹数据、车辆基础档案数据和车辆燃油及里程数据；
车辆数据处理模块：对上述车辆轨迹数据实施数据清洗；具体为：从车辆管理系统的数据库中获取车辆间隔固定时间的坐标位置，根据坐标位置的变化情况对车辆轨迹数据标注运行态，所述运行态包括启动和熄火两个状态，保留运行态变化时的首个车辆轨迹数据，剔除后续所有车辆轨迹数据直至运行态再次变化，完成车辆轨迹数据的数据清洗；将清洗后的车辆轨迹数据按照数据的时间先后顺序进行排序后导出，形成车辆轨迹数据分析表，从车辆管理系统中直接导出车辆基础档案数据分析表和车辆燃油及里程数据分析表；
车辆综合评分模块：根据所述车辆轨迹数据分析表中的车辆轨迹数据的运行态变化的时长获取车辆运行时长，根据车辆基础档案数据分析表和车辆燃油及里程数据分析表比较相同使用性质、相同车型车辆的车辆运行时长，并结合车辆燃油及里程数据计算各车辆的利用率得分和能效比得分，基于计算出的车辆的利用率得分和能效比得分对车辆的质效使用水平进行量化评价。
作为优选实施方式，所述根据所述车辆轨迹数据分析表中的车辆轨迹数据的运行态变化的时长获取车辆运行时长的方法具体为：
获取车辆轨迹数据分析表中首条车辆轨迹数据的运行态，若当前运行态为启动状态，则选择当前车辆轨迹数据并继续，否则选择下一条车辆轨迹数据；
获取选择的车辆轨迹数据的时间以及选择的车辆轨迹数据的后一条车辆轨迹数据的时间，计算后一条车辆轨迹数据的时间减去选择的车辆轨迹数据的时间得到单段轨迹运行时长；
继续选择下一条运行态为启动状态的车辆轨迹数据，重复上述步骤，直至车辆轨迹数据分析表遍历结束，得到若干单段轨迹运行时长；
叠加所有单段轨迹运行时长得到所述车辆运行时长。
作为优选实施方式，所述比较相同使用性质、相同车型车辆的车辆运行时长，并结合车辆燃油及里程数据计算各车辆的利用率得分和能效比得分步骤具体包括：
创建车辆的利用率得分分析函数计算各车辆的利用率得分，所述利用率得分分析函数具体为：
利用率得分=（目标车辆运行时长/相同使用性质、相同车型车辆平均运行时长）*60；
在上述表达式中，目标车辆运行时长通过车辆轨迹数据分析表直接获取，所述相同使用性质、相同车型车辆平均运行时长由车辆轨迹数据分析表导出与目标车辆相同使用性质、相同车型的所有车辆的车辆运行时长计算获得；
创建车辆的能效比得分分析函数计算各车辆的能效比得分，所述能效比得分分析函数具体为：
能效比得分=（目标车辆百公里油耗/相同使用性质、相同车型车辆平均百公里油耗）*60；
在上述表达式中，所述目标车辆百公里油耗从车辆燃油及里程数据分析表中直接导出，所述相同使用性质、相同车型车辆平均百公里油耗由车辆燃油及里程数据分析表导出与目标车辆相同使用性质、相同车型的所有车辆的百公里油耗计算获得。
作为优选实施方式，所述利用车辆的利用率得分和能效比得分对车辆的质效使用水平进行量化评价的方法具体为：
创建车辆的质效使用水平综合得分分析函数，具体为：
车辆质效使用水平综合得分=50%*目标车辆的利用率得分+50%*目标车辆的能效比得分；
基于计算出的所有车辆的质效使用水平综合得分对目标车辆进行评价。
再一方面，本发明提出一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本发明任一实施例所述的一种车辆质效比的评价方法。
再一方面，本发明提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任一实施例所述的一种车辆质效比的评价方法。
本发明具有如下有益效果：
本发明首次引入车辆轨迹辅助车辆管理精益化管理分析，通过大数据技术清洗、筛选并保留关键轨迹，并以此为基础形成车辆利用率模型，作为车辆质效水平评价的组成部分，为车辆综合管理、合理配置、科学调度提供有力的数据支撑，提高车辆管理的科学性及实用性。
本发明将车辆全年活动轨迹数据解析并集成至Tableau看板进行展示，接入车辆轨迹数据实现可视化集成展示数据分析成果，直观展示车辆日常活动范围，结合车辆使用性质，可对车辆异常出行情况进行追溯，有力支撑实施车辆管理创新，实现节能降耗和降本增效。
本发明根据车辆质效使用水平综合得分可以得到各车辆的使用水平，根据各车辆的使用情况检查各车辆存在的问题，进而解决车辆配置不均衡、部分车辆利用率不高和车辆是否存在损坏需要维修等各种问题。
附图说明
图1为本发明流程图；
图2为车辆基础档案数据分析表；
图3为车辆燃油及里程数据分析表；
图4为车辆轨迹数据分析表；
图5为车辆轨迹数据清洗数据选择图；
图6为车辆轨迹数据清洗完成图；
图7为数据分析总表；
图8为车辆轨迹数据分析表；
图9为利用率得分测试图；
图10为能效比得分测试图；
图11为车辆质效水平综合评价测试图。
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作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。
应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。
应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
实施例
参见图1，一种车辆质效比的评价方法，具体步骤包括：
获取若干组车辆运行数据，其中，所述车辆运行数据包括车辆轨迹数据、车辆基础档案数据和车辆燃油及里程数据；
具体实施时，根据使用需要从系统中进行车辆运行数据提取：
车辆基础档案数据，从车辆实时调度管理系统中提取，提取的数据范围包括2021年全福州所有生产公务车辆基础档案数据，可由系统层面直接导出，导出的数据分析表中主要涉及的字段如下表1所示：
表1 车辆基础档案数据分析表主要涉及字段
实际导出表格如图2所示。
车辆燃油及里程数据，从车管部门线下管理台账中提取，提取的范围包括2021年全福州所有生产公务车辆燃油及里程数据，导出的数据分析表主要涉及字段如下表2所示：
表2 车辆燃油及里程数据分析表主要涉及字段
实际导出表格如图3所示。
车辆轨迹数据，从车辆实时调度管理系统中提取，提取的数据范围包括2021年全福州所有生产公务车辆每日轨迹数据；车辆轨迹数据表由车辆管理系统运维厂家协助导出成Oracle表数据DMP文件（YB_T_P_TRACKINF），主要涉及字段包括如下表3所示：
表3 车辆轨迹数据分析表主要涉及字段
实际导出表格如图4所示。
对上述车辆轨迹数据实施数据清洗；具体为：从车辆管理系统的数据库中获取车辆间隔固定时间的坐标位置，根据坐标位置的变化情况对车辆轨迹数据标注运行态，所述运行态包括启动和熄火两个状态，保留运行态变化时的首个车辆轨迹数据，剔除后续所有车辆轨迹数据直至运行态再次变化，完成车辆轨迹数据的数据清洗；将清洗后的车辆轨迹数据按照数据的时间先后顺序进行排序后导出，形成车辆轨迹数据分析表，从车辆管理系统中直接导出车辆基础档案数据分析表和车辆燃油及里程数据分析表；
具体实施时，在对车辆轨迹数据实施数据清洗时，提取字段不变，按时间先后排序，从一辆车每天的第一个启动状态（CSTATUS=20000）起，选取状态（00000：熄火，20000：启动）发生变化后的第一条数据，在状态不变的时间段里的其余轨迹数据全部过滤，如图5所示最终只保留标黑底的行数据。
参考图6，经过滤后按车辆终端轨迹上传时间排序，其启动状态位（CSTATUS）规律为“启动”（20000）、“熄火”（00000）交替出现的数据形式。
根据所述车辆轨迹数据分析表中的车辆轨迹数据的运行态变化的时长获取车辆运行时长，根据车辆基础档案数据分析表和车辆燃油及里程数据分析表比较相同使用性质、相同车型车辆的车辆运行时长，并结合车辆燃油及里程数据计算各车辆的利用率得分和能效比得分，基于计算出的车辆的利用率得分和能效比得分对车辆的质效使用水平进行量化评价。
具体实施时，利用数据可视化工具建立车辆运行数据分析模型，先将上述车辆运行数据分析表导入数据可视化工具中，在数据可视化工具中通过车牌号字段关联车辆运行数据分析表中与车牌号相关的各数据，在数据可视化工具中创建车辆利用率和车辆能效比分析函数，完成车辆运行数据分析模型的搭建，利用车辆运行数据分析模型对各车辆进行分析。其中，本发明使用Tableau来完成车辆运行数据分析模型的搭建，具体字段说明及来源如下表4所示：
表4 车辆数据总表具体字段说明及来源
参考图7，通过车牌号将处理完成后的车辆基础档案表、车辆燃油里程表、车辆轨迹数据中间表进行关联，形成数据分析总表。
作为本实施例的优选实施方式，所述根据所述车辆轨迹数据分析表中的车辆轨迹数据的运行态变化的时长获取车辆运行时长的方法具体为：
获取车辆轨迹数据分析表中首条车辆轨迹数据的运行态，若当前运行态为启动状态则选择当前车辆轨迹数据并继续，否则选择下一条车辆轨迹数据；
获取选择的车辆轨迹数据的时间以及选择的车辆轨迹数据的后一条车辆轨迹数据的时间，计算后一条车辆轨迹数据的时间减去选择的车辆轨迹数据的时间得到单段轨迹运行时长；
继续选择下一条运行态为启动状态的车辆轨迹数据，重复上述步骤，直至车辆轨迹数据分析表遍历结束，得到若干单段轨迹运行时长；
叠加所有单段轨迹运行时长得到所述车辆运行时长。
作为本实施例的优选实施方式，所述车辆运行时长包括所有获取的相邻启动时间和熄火时间之间的差值的叠加。
同时，将车辆轨迹数据按月份导出成12个Excel文件，对12个Excel数据表逐个补充“间隔分钟”字段，其值为按时间顺序排序，同一辆车同一日每个状态位与下一个状态位的间隔时长，补充完成后的表格如下图8所示。
具体实施时，因为GPS每隔30s就会传回一个坐标位置，所以车辆的轨迹数据非常庞大，所以在进行车辆运行时长的叠加之前，需要对筛选出来的所有数据分月保存，将车辆轨迹数据按月份导出成12个Excel文件，对12个Excel数据表逐个补充“间隔分钟”字段，其值为按时间顺序排序，同一辆车同一日每个状态位与下一个状态位的间隔时长，补充完成后的表格如下图7所示。
作为本实施例的优选实施方式，所述比较相同使用性质、相同车型车辆的车辆运行时长，并结合车辆燃油及里程数据计算各车辆的利用率得分和能效比得分步骤具体包括：
创建车辆的利用率得分分析函数计算各车辆的利用率得分，所述利用率得分分析函数具体为：
利用率得分=（目标车辆运行时长/相同使用性质、相同车型车辆平均运行时长）*60；
在上述表达式中，目标车辆运行时长通过车辆轨迹数据分析表直接获取，所述相同使用性质、相同车型车辆平均运行时长由车辆轨迹数据分析表导出与目标车辆相同使用性质、相同车型的所有车辆的车辆运行时长计算获得；
具体实施时，利用率考察车辆全年有效使用时长，主要通过车辆轨迹表中的启动时长数据进行统计分析，与同类使用性质、同类车型使用时长平均值（设为基准值60分）进行对比，得出利用率得分，实际测试数据如图9所示。
创建车辆的能效比得分分析函数计算各车辆的能效比得分，所述能效比得分分析函数具体为：
能效比得分=（目标车辆百公里油耗/相同使用性质、相同车型车辆平均百公里油耗）*60；
在上述表达式中，所述目标车辆百公里油耗从车辆燃油及里程数据分析表中直接导出，所述相同使用性质、相同车型车辆平均百公里油耗由车辆燃油及里程数据分析表导出与目标车辆相同使用性质、相同车型的所有车辆的百公里油耗计算获得。
具体实施时，能效比主要考察车辆每百公里油耗情况，同样与同类使用性质、同类车型每百公里油耗平均值（设为基准值60分）进行对比，得出评价结果，实际测试数据如图10所示。
作为本实施例的优选实施方式，所述利用车辆的利用率得分和能效比得分对车辆的质效使用水平进行量化评价的方法具体为：
创建车辆的质效使用水平综合得分分析函数，具体为：
质效使用水平综合得分=50%*目标车辆的利用率得分+50%*目标车辆的能效比得分；
基于计算出的所有车辆的质效使用水平综合得分对目标车辆进行评价。
具体实施时，综合评价中利用率得分与能效比得分的权重各占一半，两者相加可得出车辆的最终得分，分数越高，车辆的质效水平越高，实际测试数据如图11所示。
实施例
一种车辆质效比的评价系统，包括：
车辆数据采集模块：获取若干组车辆运行数据，其中，所述车辆运行数据包括车辆轨迹数据、车辆基础档案数据和车辆燃油及里程数据；
车辆数据处理模块：对上述车辆轨迹数据实施数据清洗；具体为：从车辆管理系统的数据库中获取车辆间隔固定时间的坐标位置，根据坐标位置的变化情况对车辆轨迹数据标注运行态，所述运行态包括启动和熄火两个状态，保留运行态变化时的首个车辆轨迹数据，剔除后续所有车辆轨迹数据直至运行态再次变化，完成车辆轨迹数据的数据清洗；将清洗后的车辆轨迹数据按照数据的时间先后顺序进行排序后导出，形成车辆轨迹数据分析表，从车辆管理系统中直接导出车辆基础档案数据分析表和车辆燃油及里程数据分析表；
车辆综合评分模块：根据所述车辆轨迹数据分析表中的车辆轨迹数据的运行态变化的时长获取车辆运行时长，根据车辆基础档案数据分析表和车辆燃油及里程数据分析表比较相同使用性质、相同车型车辆的车辆运行时长，并结合车辆燃油及里程数据计算各车辆的利用率得分和能效比得分，基于计算出的车辆的利用率得分和能效比得分对车辆的质效使用水平进行量化评价。
作为本实施例的优选实施方式，所述根据所述车辆轨迹数据分析表中的车辆轨迹数据的运行态变化的时长获取车辆运行时长的方法具体为：
获取车辆轨迹数据分析表中首条车辆轨迹数据的运行态，若当前运行态为启动状态，则选择当前车辆轨迹数据并继续，否则选择下一条车辆轨迹数据；
获取选择的车辆轨迹数据的时间以及选择的车辆轨迹数据的后一条车辆轨迹数据的时间，计算后一条车辆轨迹数据的时间减去选择的车辆轨迹数据的时间得到单段轨迹运行时长；
继续选择下一条运行态为启动状态的车辆轨迹数据，重复上述步骤，直至车辆轨迹数据分析表遍历结束，得到若干单段轨迹运行时长；
叠加所有单段轨迹运行时长得到所述车辆运行时长。
作为本实施例的优选实施方式，所述比较相同使用性质、相同车型车辆的车辆运行时长，并结合车辆燃油及里程数据计算各车辆的利用率得分和能效比得分步骤具体包括：
创建车辆的利用率得分分析函数计算各车辆的利用率得分，所述利用率得分分析函数具体为：
利用率得分=（目标车辆运行时长/相同使用性质、相同车型车辆平均运行时长）*60；
在上述表达式中，目标车辆运行时长通过车辆轨迹数据分析表直接获取，所述相同使用性质、相同车型车辆平均运行时长由车辆轨迹数据分析表导出与目标车辆相同使用性质、相同车型的所有车辆的车辆运行时长计算获得；
创建车辆的能效比得分分析函数计算各车辆的能效比得分，所述能效比得分分析函数具体为：
能效比得分=（目标车辆百公里油耗/相同使用性质、相同车型车辆平均百公里油耗）*60；
在上述表达式中，所述目标车辆百公里油耗从车辆燃油及里程数据分析表中直接导出，所述相同使用性质、相同车型车辆平均百公里油耗由车辆燃油及里程数据分析表导出与目标车辆相同使用性质、相同车型的所有车辆的百公里油耗计算获得。
作为本实施例的优选实施方式，所述利用车辆的利用率得分和能效比得分对车辆的质效使用水平进行量化评价的方法具体为：
创建车辆的质效使用水平综合得分分析函数，具体为：
车辆质效使用水平综合得分=50%*目标车辆的利用率得分+50%*目标车辆的能效比得分；
基于计算出的所有车辆的质效使用水平综合得分对目标车辆进行评价。
实施例
本实施例一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本发明任一实施例所述的一种车辆质效比的评价方法。
实施例
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任一实施例所述的一种车辆质效比的评价方法。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种车辆质效比的评价方法，其特征在于，具体步骤包括：
获取若干组车辆运行数据，其中，所述车辆运行数据包括车辆轨迹数据、车辆基础档案数据和车辆燃油及里程数据；
对上述车辆轨迹数据实施数据清洗；具体为：从车辆管理系统的数据库中获取车辆间隔固定时间的坐标位置，根据坐标位置的变化情况对车辆轨迹数据标注运行态，所述运行态包括启动和熄火两个状态，保留运行态变化时的首个车辆轨迹数据，剔除后续所有车辆轨迹数据直至运行态再次变化，完成车辆轨迹数据的数据清洗；将清洗后的车辆轨迹数据按照数据的时间先后顺序进行排序后导出，形成车辆轨迹数据分析表，从车辆管理系统中直接导出车辆基础档案数据分析表和车辆燃油及里程数据分析表；
根据所述车辆轨迹数据分析表中的车辆轨迹数据的运行态变化的时长获取车辆运行时长，根据车辆基础档案数据分析表和车辆燃油及里程数据分析表比较相同使用性质、相同车型车辆的车辆运行时长，并结合车辆燃油及里程数据计算各车辆的利用率得分和能效比得分，基于计算出的车辆的利用率得分和能效比得分对车辆的质效使用水平进行量化评价。
2.根据权利要求1所述的一种车辆质效比的评价方法，其特征在于，所述根据所述车辆轨迹数据分析表中的车辆轨迹数据的运行态变化的时长获取车辆运行时长的方法具体为：
获取车辆轨迹数据分析表中首条车辆轨迹数据的运行态，若当前运行态为启动状态，则选择当前车辆轨迹数据并继续，否则选择下一条车辆轨迹数据；
获取选择的车辆轨迹数据的时间以及选择的车辆轨迹数据的后一条车辆轨迹数据的时间，计算后一条车辆轨迹数据的时间减去选择的车辆轨迹数据的时间得到单段轨迹运行时长；
继续选择下一条运行态为启动状态的车辆轨迹数据，重复上述步骤，直至车辆轨迹数据分析表遍历结束，得到若干单段轨迹运行时长；
叠加所有单段轨迹运行时长得到所述车辆运行时长。
3.根据权利要求1所述的一种车辆质效比的评价方法，其特征在于，所述比较相同使用性质、相同车型车辆的车辆运行时长，并结合车辆燃油及里程数据计算各车辆的利用率得分和能效比得分步骤具体包括：
创建车辆的利用率得分分析函数计算各车辆的利用率得分，所述利用率得分分析函数具体为：
利用率得分=（目标车辆运行时长/相同使用性质、相同车型车辆平均运行时长）*60；
在上述表达式中，目标车辆运行时长通过车辆轨迹数据分析表直接获取，所述相同使用性质、相同车型车辆平均运行时长由车辆轨迹数据分析表导出与目标车辆相同使用性质、相同车型的所有车辆的车辆运行时长计算获得；
创建车辆的能效比得分分析函数计算各车辆的能效比得分，所述能效比得分分析函数具体为：
能效比得分=（目标车辆百公里油耗/相同使用性质、相同车型车辆平均百公里油耗）*60；
在上述表达式中，所述目标车辆百公里油耗从车辆燃油及里程数据分析表中直接导出，所述相同使用性质、相同车型车辆平均百公里油耗由车辆燃油及里程数据分析表导出与目标车辆相同使用性质、相同车型的所有车辆的百公里油耗计算获得。
4.根据权利要求3所述的一种车辆质效比的评价方法，其特征在于，所述利用车辆的利用率得分和能效比得分对车辆的质效使用水平进行量化评价的方法具体为：
创建车辆的质效使用水平综合得分分析函数，具体为：
车辆质效使用水平综合得分=50%*目标车辆的利用率得分+50%*目标车辆的能效比得分；
基于计算出的所有车辆的质效使用水平综合得分对目标车辆进行评价。
5.一种车辆质效比的评价系统，其特征在于，包括：
车辆数据采集模块：获取若干组车辆运行数据，其中，所述车辆运行数据包括车辆轨迹数据、车辆基础档案数据和车辆燃油及里程数据；
车辆数据处理模块：对上述车辆轨迹数据实施数据清洗；具体为：从车辆管理系统的数据库中获取车辆间隔固定时间的坐标位置，根据坐标位置的变化情况对车辆轨迹数据标注运行态，所述运行态包括启动和熄火两个状态，保留运行态变化时的首个车辆轨迹数据，剔除后续所有车辆轨迹数据直至运行态再次变化，完成车辆轨迹数据的数据清洗；将清洗后的车辆轨迹数据按照数据的时间先后顺序进行排序后导出，形成车辆轨迹数据分析表，从车辆管理系统中直接导出车辆基础档案数据分析表和车辆燃油及里程数据分析表；
车辆综合评分模块：根据所述车辆轨迹数据分析表中的车辆轨迹数据的运行态变化的时长获取车辆运行时长，根据车辆基础档案数据分析表和车辆燃油及里程数据分析表比较相同使用性质、相同车型车辆的车辆运行时长，并结合车辆燃油及里程数据计算各车辆的利用率得分和能效比得分，基于计算出的车辆的利用率得分和能效比得分对车辆的质效使用水平进行量化评价。
6.根据权利要求5所述的一种车辆质效比的评价系统，其特征在于，所述根据所述车辆轨迹数据分析表中的车辆轨迹数据的运行态变化的时长获取车辆运行时长的方法具体为：
获取车辆轨迹数据分析表中首条车辆轨迹数据的运行态，若当前运行态为启动状态，则选择当前车辆轨迹数据并继续，否则选择下一条车辆轨迹数据；
获取选择的车辆轨迹数据的时间以及选择的车辆轨迹数据的后一条车辆轨迹数据的时间，计算后一条车辆轨迹数据的时间减去选择的车辆轨迹数据的时间得到单段轨迹运行时长；
继续选择下一条运行态为启动状态的车辆轨迹数据，重复上述步骤，直至车辆轨迹数据分析表遍历结束，得到若干单段轨迹运行时长；
叠加所有单段轨迹运行时长得到所述车辆运行时长。
7.根据权利要求5所述的一种车辆质效比的评价系统，其特征在于，所述比较相同使用性质、相同车型车辆的车辆运行时长，并结合车辆燃油及里程数据计算各车辆的利用率得分和能效比得分步骤具体包括：
创建车辆的利用率得分分析函数计算各车辆的利用率得分，所述利用率得分分析函数具体为：
利用率得分=（目标车辆运行时长/相同使用性质、相同车型车辆平均运行时长）*60；
在上述表达式中，目标车辆运行时长通过车辆轨迹数据分析表直接获取，所述相同使用性质、相同车型车辆平均运行时长由车辆轨迹数据分析表导出与目标车辆相同使用性质、相同车型的所有车辆的车辆运行时长计算获得；
创建车辆的能效比得分分析函数计算各车辆的能效比得分，所述能效比得分分析函数具体为：
能效比得分=（目标车辆百公里油耗/相同使用性质、相同车型车辆平均百公里油耗）*60；
在上述表达式中，所述目标车辆百公里油耗从车辆燃油及里程数据分析表中直接导出，所述相同使用性质、相同车型车辆平均百公里油耗由车辆燃油及里程数据分析表导出与目标车辆相同使用性质、相同车型的所有车辆的百公里油耗计算获得。
8.根据权利要求7所述的一种车辆质效比的评价系统，其特征在于，所述利用车辆的利用率得分和能效比得分对车辆的质效使用水平进行量化评价的方法具体为：
创建车辆的质效使用水平综合得分分析函数，具体为：
车辆质效使用水平综合得分=50%*目标车辆的利用率得分+50%*目标车辆的能效比得分；
基于计算出的所有车辆的质效使用水平综合得分对目标车辆进行评价。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4任一权利要求所述的一种车辆质效比的评价方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至4任一种车辆质效比的评价方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310054415.6A CN116029600B (zh) | 2023-02-03 | 2023-02-03 | 一种车辆质效比的评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310054415.6A CN116029600B (zh) | 2023-02-03 | 2023-02-03 | 一种车辆质效比的评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116029600A true CN116029600A (zh) | 2023-04-28 |
| CN116029600B CN116029600B (zh) | 2023-06-09 |
Family
ID=86072241
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310054415.6A Active CN116029600B (zh) | 2023-02-03 | 2023-02-03 | 一种车辆质效比的评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116029600B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107228769A (zh) * | 2017-05-22 | 2017-10-03 | 成都亿盟恒信科技有限公司 | 一种基于车辆油耗的节能效果监测评估方法及系统 |
| US20190163185A1 (en) * | 2017-11-30 | 2019-05-30 | Amitai Yisrael Bin-Nun | System and method for improving autonomous vehicle safety performance |
| CN110060373A (zh) * | 2019-04-11 | 2019-07-26 | 上海车功坊智能科技股份有限公司 | 一种汽车管理系统及其管理方法 |
| CN112330188A (zh) * | 2020-11-19 | 2021-02-05 | 安徽百诚慧通科技有限公司 | 一种企业车辆管理方法和系统 |
| CN112613406A (zh) * | 2020-12-24 | 2021-04-06 | 吉林大学 | 一种基于大数据的商用车多维度运行评估方法 |
| CN112712232A (zh) * | 2020-12-02 | 2021-04-27 | 深圳市图元科技有限公司 | 环卫车辆管理方法、装置、设备及计算机可读存储介质 |
-
2023
- 2023-02-03 CN CN202310054415.6A patent/CN116029600B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107228769A (zh) * | 2017-05-22 | 2017-10-03 | 成都亿盟恒信科技有限公司 | 一种基于车辆油耗的节能效果监测评估方法及系统 |
| US20190163185A1 (en) * | 2017-11-30 | 2019-05-30 | Amitai Yisrael Bin-Nun | System and method for improving autonomous vehicle safety performance |
| CN110060373A (zh) * | 2019-04-11 | 2019-07-26 | 上海车功坊智能科技股份有限公司 | 一种汽车管理系统及其管理方法 |
| CN112330188A (zh) * | 2020-11-19 | 2021-02-05 | 安徽百诚慧通科技有限公司 | 一种企业车辆管理方法和系统 |
| CN112712232A (zh) * | 2020-12-02 | 2021-04-27 | 深圳市图元科技有限公司 | 环卫车辆管理方法、装置、设备及计算机可读存储介质 |
| CN112613406A (zh) * | 2020-12-24 | 2021-04-06 | 吉林大学 | 一种基于大数据的商用车多维度运行评估方法 |
Non-Patent Citations (1)
| Title |
|---|
| 徐高锋: "研究电力物业服务提升与发展空间", 《现代物业》, pages 13 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116029600B (zh) | 2023-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Peracchi et al. | Trends in labor force transitions of older men and women | |
| CN111506618B (zh) | 一种结合lightgbm-stacking算法的异常用电行为分析方法 | |
| Waltersmann et al. | Defining sector-specific guiding principles for initiating sustainability within companies | |
| CN116029600B (zh) | 一种车辆质效比的评价方法 | |
| CN101436316A (zh) | 考勤数据筛选方法和系统 | |
| CN107122549A (zh) | 一种汽车焊接车间能耗的分析方法 | |
| Salleh et al. | The escalating of numbers of foreign workers in construction site | |
| Murata et al. | AN EVALUATION OF FACTORY PERFORMANCE UTILIZED KPI/KAI WITH DATA ENVELOPMENT ANALYSIS (< Special Issue> Operations Research for Performance Evaluation) | |
| CN106327106A (zh) | 基于粗糙集理论的需求侧响应资源价值评价方法 | |
| EP4235481A1 (de) | Verfahren zum erstellen eines lastprofils | |
| Vijaya et al. | Monitoring the stability of the processes in defined level software companies using control charts with three sigma limits | |
| Griffiths | Historical space and the practice of" spatial history”: the spatio-functional transformation of Sheffield 1770-1850 | |
| Lei et al. | The application of multidimensional data analysis in the EIA database of electric industry | |
| CN111680919A (zh) | 用于社区矫正管理工作的动态考核系统 | |
| CN110689241A (zh) | 一种基于大数据的电网实物资产评价系统 | |
| JP2013214256A (ja) | 発電所の統合保全システム | |
| CN113379075A (zh) | 一种设备维修定额管理方法和装置 | |
| CN111090654B (zh) | 一种基于gis的实时资料归档系统 | |
| Kristal et al. | Labor market institutions and technology: The causes of rising wage inequality in US industries, 1968-2012 | |
| Darijani et al. | Measure and Analyze Total Factor Productivity Index in Automotive Industry: Case Study: Kerman Motor Assembles Saloon | |
| DE102011001887A1 (de) | Verfahren zur Ermittlung von auf CO2-Äquivalenzwerten basierenden Energiebilanzen sowie eine Vorrichtung zur Ermittlung von auf CO2-Äquivalenzwerten basierenden Energiebilanzen | |
| CN117113208A (zh) | 基于机器学习的违规用电筛查方法及装置 | |
| Sasaki et al. | Changes in religious commitment in the United States, Holland, and Japan | |
| CN115994712A (zh) | 一种电网生产班组工作对象饱和度数据处理方法和装置 | |
| Dawood | Linear Programming for Job Evaluation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |