王娜 李強(qiáng)

摘 要：隨著新能源汽車的廣泛使用，新能源汽車事故數(shù)據(jù)的分析處理越來越受到人們關(guān)注。傳統(tǒng)的事故數(shù)據(jù)分析方式通常需要大量的人力和時(shí)間，而且往往只能分析少數(shù)的數(shù)據(jù)變量。數(shù)據(jù)挖掘技術(shù)以其強(qiáng)大的數(shù)據(jù)分析和挖掘能力，已經(jīng)在新能源汽車事故數(shù)據(jù)分析處理中得到廣泛應(yīng)用，以幫助研究人員從事故數(shù)據(jù)中挖掘出潛在的規(guī)律和特征，為事故原因和解決方案的提出提供科學(xué)依據(jù)。本文設(shè)計(jì)了一套新能源汽車事故大數(shù)據(jù)分析管理系統(tǒng)，更加高效、有規(guī)律地分析新能源汽車事故數(shù)據(jù)。

關(guān)鍵詞：數(shù)據(jù)挖掘 數(shù)據(jù)分析 新能源汽車

1 引言

近年來，隨著新能源汽車的發(fā)展，其在全球范圍內(nèi)的銷售量不斷增長(zhǎng)。與此同時(shí)，新能源汽車事故數(shù)據(jù)分析處理也成為了重要的研究領(lǐng)域之一。事故數(shù)據(jù)的分析處理可以為制定相應(yīng)的交通規(guī)則和提高交通安全性提供有益的參考依據(jù)[1]。但是，傳統(tǒng)的事故數(shù)據(jù)分析方式需要大量的人力和時(shí)間，且只能分析少數(shù)的數(shù)據(jù)變量，限制了數(shù)據(jù)的分析深度和廣度。為了提高新能源汽車事故數(shù)據(jù)分析處理的效率和準(zhǔn)確性，數(shù)據(jù)挖掘技術(shù)被應(yīng)用于新能源汽車事故數(shù)據(jù)分析處理領(lǐng)域中。數(shù)據(jù)挖掘技術(shù)可以挖掘大量的數(shù)據(jù)，找到隱藏在海量數(shù)據(jù)背后的真實(shí)信息，幫助研究人員從事故數(shù)據(jù)中更準(zhǔn)確有深入地發(fā)現(xiàn)規(guī)律和特征，為事故原因和解決方案的提出提供科學(xué)依據(jù)[2]。因此，本文旨在探討數(shù)據(jù)挖掘技術(shù)在新能源汽車事故數(shù)據(jù)分析處理中的研究現(xiàn)狀、存在的問題及解決方案。

2 數(shù)據(jù)挖掘技術(shù)在新能源汽車事故分析中的應(yīng)用

隨著新能源汽車的不斷發(fā)展，特別是電動(dòng)汽車的普及，其在道路安全方面帶來了新的挑戰(zhàn)。為了達(dá)到更高的安全性能，減少交通事故的發(fā)生，數(shù)據(jù)挖掘技術(shù)在新能源汽車事故分析中得到了廣泛應(yīng)用[3]。數(shù)據(jù)挖掘技術(shù)在新能源汽車事故分析中的應(yīng)用主要包括以下三個(gè)方面：

2.1 事故模式挖掘

使用數(shù)據(jù)挖掘算法可以對(duì)大量的新能源汽車事故數(shù)據(jù)進(jìn)行處理和分析，從而找出發(fā)生事故的常見模式和規(guī)律。通過挖掘事故模式可以有效地提高新能源汽車產(chǎn)業(yè)安全性能，并開發(fā)相應(yīng)的預(yù)防機(jī)制。

2.2 風(fēng)險(xiǎn)評(píng)估和預(yù)測(cè)

數(shù)據(jù)挖掘技術(shù)的另一個(gè)重要應(yīng)用領(lǐng)域是新能源汽車風(fēng)險(xiǎn)評(píng)估和預(yù)測(cè)。通過對(duì)相關(guān)數(shù)據(jù)的統(tǒng)計(jì)分析和建立合適的數(shù)據(jù)模型，可以對(duì)車輛的潛在風(fēng)險(xiǎn)進(jìn)行評(píng)估和預(yù)測(cè)，以實(shí)現(xiàn)更加準(zhǔn)確的安全性工程決策。

2.3 智能駕駛和自主導(dǎo)航

數(shù)據(jù)挖掘技術(shù)有助于新能源汽車開發(fā)智能駕駛和自主導(dǎo)航技術(shù)。通過對(duì)車輛控制系統(tǒng)和傳感器數(shù)據(jù)的分析，可以在極短的時(shí)間內(nèi)判斷出車輛周圍的道路、障礙物和其他車輛位置，并且實(shí)現(xiàn)自主化的駕駛與導(dǎo)航操作。

3 存在的問題

新能源汽車在未來交通中將起到越來越大的作用。但是，隨著新能源汽車的發(fā)展和日益普及，由于新能源汽車本身的特殊性質(zhì)、復(fù)雜性和安全難題，新能源汽車事故造成的人員傷亡和財(cái)產(chǎn)損失仍然存在不容忽視的風(fēng)險(xiǎn)。因此，新能源汽車事故分析具有重要的意義，在此過程中，數(shù)據(jù)挖掘技術(shù)被廣泛應(yīng)用。但是，在實(shí)際應(yīng)用中，數(shù)據(jù)挖掘技術(shù)也存在一些問題。

3.1 數(shù)據(jù)獲取困難

由于大多數(shù)新能源汽車沒有安裝行車記錄儀，導(dǎo)致數(shù)據(jù)的獲取非常困難。一些新能源汽車廠商為了減輕對(duì)用戶的干擾或節(jié)約成本，未能安裝準(zhǔn)確的傳感器，這使得獲取數(shù)據(jù)變得更加困難。

3.2 數(shù)據(jù)質(zhì)量差

由于數(shù)據(jù)獲取困難，不少新能源汽車企業(yè)沒有完全重視數(shù)據(jù)質(zhì)量的重要性。因此，在事故數(shù)據(jù)處理過程中，許多數(shù)據(jù)質(zhì)量存在較大的問題。使用這些數(shù)據(jù)進(jìn)行分析會(huì)導(dǎo)致結(jié)果的不準(zhǔn)確。

3.3 特征提取與分析難度大

新能源汽車的數(shù)據(jù)較為復(fù)雜，涵蓋了很多不同領(lǐng)域的數(shù)據(jù)。由于新能源汽車的復(fù)雜性和特殊性，如何有效地進(jìn)行特征提取和分析是一個(gè)挑戰(zhàn)。而且，新能源汽車的數(shù)據(jù)還與用戶的行為習(xí)慣、環(huán)境變化等因素密切相關(guān)，這使得數(shù)據(jù)的清洗和預(yù)處理困難[4]。

3.4 數(shù)據(jù)安全問題

在新能源汽車事故分析過程中，由于數(shù)據(jù)涉及用戶個(gè)人隱私，數(shù)據(jù)泄露風(fēng)險(xiǎn)會(huì)給數(shù)據(jù)分析和應(yīng)用帶來很大風(fēng)險(xiǎn)。

4 新能源汽車大數(shù)據(jù)分析管理系統(tǒng)

為了更加高效、有規(guī)律地分析新能源汽車事故數(shù)據(jù)，特研發(fā)了一套新能源汽車事故大數(shù)據(jù)分析管理系統(tǒng)。該系統(tǒng)的實(shí)現(xiàn)可分為三大部分，其中第一部分為多源數(shù)據(jù)預(yù)處理系統(tǒng)。該系統(tǒng)通過對(duì)不同來源、不同結(jié)構(gòu)的新能源汽車數(shù)據(jù)進(jìn)行匯聚和預(yù)處理，將處理后的采集數(shù)據(jù)形成結(jié)構(gòu)化的原始數(shù)據(jù)、數(shù)據(jù)片段及特征數(shù)據(jù)，并保存至Mysql數(shù)據(jù)庫(kù)，以方便后續(xù)分析模型使用。第二部分為事故數(shù)據(jù)分析系統(tǒng)，該系統(tǒng)使用各種工具手段，例如新能源汽車事故模式識(shí)別模型和事故特征模式匹配追蹤模型等，以便提取大量數(shù)據(jù)背后的事故發(fā)生規(guī)律及其關(guān)聯(lián)因素。第三部分為測(cè)試驗(yàn)證系統(tǒng)，主要關(guān)注單要素和多要素安全量化分析算法模型的測(cè)試及驗(yàn)證。該系統(tǒng)使用大量事故車和正常車數(shù)據(jù)來驗(yàn)證模型的輸出結(jié)果，以確保安全要素的各種特征得到完整的確認(rèn)。系統(tǒng)的總體結(jié)構(gòu)圖如圖1所示：

4.1 多源數(shù)據(jù)采集預(yù)處理系統(tǒng)

該系統(tǒng)主要包括以下幾個(gè)功能：

數(shù)據(jù)采集：通過多種方式和渠道采集數(shù)據(jù)，包括爬蟲、API接口、日志文件、數(shù)據(jù)庫(kù)等。該功能能夠?qū)崿F(xiàn)高效、靈活、準(zhǔn)確地獲取所需的數(shù)據(jù)，并對(duì)數(shù)據(jù)源進(jìn)行適當(dāng)?shù)暮Y選和過濾以保證數(shù)據(jù)的準(zhǔn)確性和完整性。

數(shù)據(jù)預(yù)處理：對(duì)采集獲得的數(shù)據(jù)進(jìn)行初步整潔、轉(zhuǎn)換和標(biāo)準(zhǔn)化處理，確保數(shù)據(jù)的一致性和規(guī)范化，包括數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)集成、數(shù)據(jù)規(guī)范化等。有效的數(shù)據(jù)預(yù)處理能夠?yàn)楹罄m(xù)的數(shù)據(jù)分析和挖掘工作提供可靠的基礎(chǔ)。

數(shù)據(jù)存儲(chǔ)：將預(yù)處理后的數(shù)據(jù)存儲(chǔ)在適當(dāng)?shù)臄?shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)管理系統(tǒng)中，包括關(guān)系型數(shù)據(jù)庫(kù)、非關(guān)系型數(shù)據(jù)庫(kù)、數(shù)據(jù)湖等。具體的存儲(chǔ)方式取決于數(shù)據(jù)的類型和規(guī)模，同時(shí)需要考慮數(shù)據(jù)的安全性和可擴(kuò)展性。

數(shù)據(jù)訪問：為用戶和需求方提供方便快捷的數(shù)據(jù)訪問接口，包括圖形化界面、API接口、數(shù)據(jù)導(dǎo)出和數(shù)據(jù)共享等多種方式，滿足不同用戶的各類數(shù)據(jù)查詢和數(shù)據(jù)挖掘需求。同時(shí)需要考慮數(shù)據(jù)的隱私保護(hù)和安全訪問等問題。

為了實(shí)現(xiàn)多源數(shù)據(jù)采集預(yù)處理系統(tǒng)的快速采集和預(yù)處理不同來源和類型數(shù)據(jù)的能力，系統(tǒng)需要按照數(shù)據(jù)采集和預(yù)處理的需求設(shè)計(jì)軟件架構(gòu)。圖2所示：

主要包含以下四個(gè)模塊：高速隊(duì)列消息模塊、數(shù)據(jù)實(shí)時(shí)計(jì)算模塊、實(shí)時(shí)緩存模塊和數(shù)據(jù)總線接口模塊。這些模塊將協(xié)同工作，確保數(shù)據(jù)的高效采集、實(shí)時(shí)計(jì)算、快速緩存以及數(shù)據(jù)總線接口的平穩(wěn)連接。這樣的軟件架構(gòu)能夠?yàn)槎嘣磾?shù)據(jù)采集預(yù)處理系統(tǒng)提供高效、可靠的數(shù)據(jù)處理能力。

1）高速隊(duì)列消息模塊，其作用是接收來自新能源汽車國(guó)家監(jiān)管平臺(tái)和其他數(shù)據(jù)平臺(tái)的實(shí)時(shí)數(shù)據(jù)，并將其傳輸給數(shù)據(jù)實(shí)時(shí)計(jì)算模塊和實(shí)時(shí)緩存模塊，以進(jìn)行高吞吐量的分布式計(jì)算和緩存。

2）數(shù)據(jù)實(shí)時(shí)計(jì)算模塊，其作用是對(duì)接收到的數(shù)據(jù)進(jìn)行合法性檢查、結(jié)構(gòu)化處理和安全相關(guān)數(shù)據(jù)項(xiàng)提取。

3）實(shí)時(shí)緩存模塊，其作用是暫存平臺(tái)接收的數(shù)據(jù)，并按需分發(fā)給多個(gè)實(shí)時(shí)計(jì)算模塊，以實(shí)現(xiàn)海量數(shù)據(jù)的實(shí)時(shí)處理。

4）數(shù)據(jù)總線接口模塊，其作用是實(shí)現(xiàn)各模塊間數(shù)據(jù)的調(diào)用及消息傳遞，并將預(yù)處理后的數(shù)據(jù)存儲(chǔ)于安全信息數(shù)據(jù)庫(kù)中，以便按類別進(jìn)行管理。

4.2 事故數(shù)據(jù)分析系統(tǒng)

事故數(shù)據(jù)分析系統(tǒng)主要的功能模塊有事故數(shù)據(jù)管理模塊、事故數(shù)據(jù)切片管理模塊和事故分析及可視化模塊。

4.2.1 事故數(shù)據(jù)管理模塊

事故發(fā)生后，需要進(jìn)行現(xiàn)場(chǎng)調(diào)查并記錄基本信息，包括事故、車輛和動(dòng)力電池信息。這些記錄可供事故分析人員在線查閱，以便了解事故情況、車輛狀況和電池狀況。以上數(shù)據(jù)將被提交到系統(tǒng)中，脫敏并保存，以支持后續(xù)的數(shù)據(jù)管理和使用。為簡(jiǎn)化理解，建議將長(zhǎng)句分解并減少重復(fù)使用。具體的管理功能如下：

數(shù)據(jù)列表：該功能可展示所有已經(jīng)錄入的事故車數(shù)據(jù)列表，并可通過各種篩選方式進(jìn)行查詢和排序，以快速找到所需記錄。

數(shù)據(jù)查詢：該功能可根據(jù)唯一識(shí)別碼或其他關(guān)鍵字對(duì)數(shù)據(jù)進(jìn)行搜索，并將匹配的結(jié)果呈現(xiàn)在列表中，方便用戶查看和處理。

數(shù)據(jù)刪除：該功能可根據(jù)用戶選擇的條件，對(duì)指定的事故數(shù)據(jù)進(jìn)行刪除操作，從而清理系統(tǒng)中已失效或無效的數(shù)據(jù)記錄。

數(shù)據(jù)修改：該功能可允許用戶對(duì)已錄入的事故數(shù)據(jù)進(jìn)行編輯和修改，例如更新車輛信息或者更正事故描述等。

數(shù)據(jù)導(dǎo)入：該功能可以將批量的事故數(shù)據(jù)一次性導(dǎo)入到系統(tǒng)中，從而避免手動(dòng)錄入時(shí)發(fā)生重復(fù)或輸入錯(cuò)誤的情況。同時(shí)，系統(tǒng)也可進(jìn)行數(shù)據(jù)校驗(yàn)，確保導(dǎo)入的數(shù)據(jù)格式正確，并進(jìn)行后續(xù)的數(shù)據(jù)脫敏和保存。

以上幾個(gè)功能有助于用戶對(duì)事故數(shù)據(jù)進(jìn)行管理和維護(hù)，提高了工作效率和數(shù)據(jù)質(zhì)量。

4.2.2 事故數(shù)據(jù)切片管理模塊

為了從事故車數(shù)據(jù)文件中獲取對(duì)事故分析有價(jià)值的信息，需要進(jìn)行數(shù)據(jù)切片。數(shù)據(jù)切片過程包括兩個(gè)步驟，第一步是通過對(duì)靜態(tài)數(shù)據(jù)字段（例如：車輛信息、事故信息、動(dòng)力電池信息）進(jìn)行篩選，確定模型所需的目標(biāo)車輛；第二步則是根據(jù)選定的切片數(shù)據(jù)項(xiàng)和范圍，對(duì)目標(biāo)車輛的動(dòng)態(tài)數(shù)據(jù)文件進(jìn)行動(dòng)態(tài)裁剪，生成最終的數(shù)據(jù)切片文件。

4.2.3 事故分析及可視化模塊

針對(duì)已經(jīng)發(fā)生的事故，如何分析事故因素并找到關(guān)鍵原因，對(duì)于預(yù)防類似事故的再次發(fā)生具有重要的意義。事故分析及可視化模塊有三個(gè)具體的功能：

事故縱向分析：縱向比較分析即不同時(shí)間段內(nèi)同一地區(qū)或某一宏觀環(huán)境中事故的比較。該方面分析可以了解事故總量的變化趨勢(shì)、事故形勢(shì)的變化情況以及對(duì)現(xiàn)有交通管理措施的改進(jìn)等。其中，模塊會(huì)考慮多個(gè)因素，例如人為因素、天氣條件等，并提供可視化圖表，幫助用戶更好地理解數(shù)據(jù)。同時(shí)，通過數(shù)據(jù)挖掘技術(shù)，用戶也能從縱向變化趨勢(shì)中發(fā)現(xiàn)事故的規(guī)律和模式，從而更精準(zhǔn)地制定交通安全管理措施。

事故橫向分析：橫向比較分析即對(duì)不同地區(qū)或相似區(qū)域的事故進(jìn)行比較。該方面分析可以找出某些區(qū)域或路段和其他地區(qū)相比容易發(fā)生交通事故的原因，以便更好地制定防范措施。例如，可以通過大數(shù)據(jù)技術(shù)，在全國(guó)甚至全球范圍內(nèi)對(duì)相同條件下的事故數(shù)據(jù)進(jìn)行比對(duì)，在此基礎(chǔ)上了解全國(guó)交通安全形勢(shì)，查找問題癥結(jié)，促進(jìn)乃至引領(lǐng)行業(yè)轉(zhuǎn)型升級(jí)與創(chuàng)新發(fā)展。

事故模式分析：事故模式分析即根據(jù)歷史事故數(shù)據(jù)和相關(guān)信息建立數(shù)學(xué)模型，從而對(duì)事故發(fā)生可能性進(jìn)行預(yù)測(cè)并采取有效的措施加以遏制或減輕事故的發(fā)生。該模塊將綜合考慮駕駛員、車輛、道路環(huán)境等多個(gè)因素，利用大數(shù)據(jù)挖掘出事故發(fā)生的規(guī)律，并通過可視化圖表呈現(xiàn)給用戶。其中，針對(duì)高頻的某一類別事故，可根據(jù)有效性評(píng)價(jià)指標(biāo)，通過建立常見事故發(fā)生模式來進(jìn)行后續(xù)二次事故預(yù)測(cè)，以便指導(dǎo)公安部門和參與行業(yè)進(jìn)行整改發(fā)力。

5 結(jié)論

目前傳統(tǒng)新能源汽車事故研究分析方法有限，無法深入分析事故根本原因，更無法提供有效的安全預(yù)警。本文將數(shù)據(jù)挖掘技術(shù)引入新能源汽車事故分析中，提出了基于大數(shù)據(jù)思維的研究方法。這種方法能系統(tǒng)地分析新能源汽車的全生命周期數(shù)據(jù)，在此基礎(chǔ)上構(gòu)建了新能源汽車事故大數(shù)據(jù)分析管理系統(tǒng)。該系統(tǒng)可以充分收集和分析新能源汽車在使用過程中的事故信息，對(duì)于整合相關(guān)部門資源、加強(qiáng)道路管理、提升安全方案等方面具有支持作用[5]。針對(duì)不同類別的事故資料進(jìn)行深入分析，可以發(fā)現(xiàn)其問題所在并采取相應(yīng)措施，從而有效地提升行業(yè)的安全性，推進(jìn)新能源汽車高質(zhì)量發(fā)展和促進(jìn)行業(yè)轉(zhuǎn)型。

基金項(xiàng)目：2022年江西省教育廳科技項(xiàng)目”新能源汽車用戶數(shù)據(jù)及車輛健康數(shù)據(jù)挖掘及分析方法研究”（項(xiàng)目編號(hào)：GJJ2202505）。

參考文獻(xiàn)：

[1]吳志強(qiáng)，廖承林，李勇．新能源電動(dòng)汽車消防安全現(xiàn)狀與思考[J].消防科學(xué)與技術(shù)，2019，38（1）： 148-151.

[2]佟麗珠.新能源汽車安全問題現(xiàn)狀分析[J].時(shí)代汽車，2018，300（09）： 62-63.

[3]張文，王東，鄭靜楠，等．電動(dòng)汽車領(lǐng)域的大數(shù)據(jù)研究與應(yīng)用[J].大眾用電，2016（S2）：64.

[4]賀玲，吳玲達(dá).數(shù)據(jù)挖掘中的聚類算法綜述[J].計(jì)算機(jī)應(yīng)用研究， 2007，24（1）：10-13.

[5]方凱正，陳佚，劉沙，等．新能源汽車安全分析及發(fā)展建議[J].汽車實(shí)用技術(shù)，2020，307（04）： 24-26.