新能源汽车大数据分析与应用技术

1.新内容，新体系
2.现状 趋势 理论 应用，整书思路明确，便于读者理清脉络
3.结构体系明确，用实际案例、真实数据来阐述问题。
4.希望能让用者知其物、学者有所知、工程师有所悟、研究者知方向。
.

本书内容上涵盖了新能源汽车的车联网技术、大数据应用的业务需求与预处理、大数据分析与基础理论、大数据的采集与处理、运行大数据统计分析与应用实例等内容，详细介绍了车联网车载数据采集、网络通信等实现的方法和应用，对于实现车辆网联技术具有很高的指导性和实用性，在车联网大数据平台化、数据库化等方面的应用有很强的指导性和实用性。本书适合新能源汽车专业老师、研究生及科研人员参考。

丛书序
前言
第1 章 导论 · 1
1.1 汽车电气化与智能化 · 1
1.1.1 电气化 · 1
1.1.2 智能化 · 2
1.2 信息化的车联网 · 3
1.2.1 车联网技术 · 3
1.2.2 国内外发展历史及现状 7
1.2.3 车联网发展趋势 10
1.3 大数据简介 11
1.3.1 大数据的产生与发展 12
1.3.2 大数据的概念与特征 13
1.3.3 大数据的价值与挑战 15
1.4 车辆大数据与应用 · 18
1.4.1 汽车行业大数据应用 19
1.4.2 新能源汽车大数据应用 · 20
第2 章 新能源汽车车联网技术 23
2.1 新能源汽车与数据采集 · 24
2.1.1 纯电动汽车 24
2.1.2 混合动力电动汽车 · 26
2.1.3 燃料电池电动汽车 · 30
2.2 车辆数据通信技术 · 31
2.2.1 CAN 总线的数据交换原理 32
2.2.2 CAN 总线的特征和分层结构 · 34
2.2.3 CAN 总线在汽车控制系统中的应用 35
2.2.4 FlexRay 总线 35
2.3 车载设备应用 · 36
2.3.1 汽车厂商领域 36
2.3.2 公共交通领域 37
2.3.3 私人交通领域 39
2.4 新能源汽车车联网大数据平台 40
2.4.1 新能源汽车大数据平台的应用背景 · 40
2.4.2 新能源汽车大数据平台的架构 · 42
2.4.3 新能源汽车大数据平台的功能 · 43
2.5 新能源汽车车联网应用实例分析 44
2.5.1 车联网技术在智慧交通方面的应用 · 44
2.5.2 车联网在新能源汽车上的应用 · 46
第3 章 新能源汽车大数据应用流程 · 50
3.1 数据采集 · 50
3.1.1 数据采集方法 50
3.1.2 新能源汽车数据采集 · 51
3.1.3 小结 54
3.2 数据预处理 54
3.2.1 数据预处理目标 · 54
3.2.2 数据预处理方法 · 55
3.2.3 新能源汽车数据预处理 66
3.2.4 小结 68
3.3 数据存储 · 69
3.3.1 数据存储技术路线 69
3.3.2 新能源汽车数据存储 · 70
3.3.3 小结 72
3.4 数据探索与分析 72
3.4.1 数据探索与统计 · 73
3.4.2 数据挖掘与应用 · 75
3.4.3 新能源汽车数据探索与分析 80
3.4.4 小结 82
3.5 数据可视化 83
3.5.1 数据可视化工具 · 84
3.5.2 新能源汽车数据可视化 90
3.5.3 小结 93
新能源汽车
大数据分析与应用技术
VIII
第4 章 数据分析的基础理论 · 94
4.1 相关与回归分析 94
4.1.1 相关分析 · 94
4.1.2 一元线性回归分析 · 99
4.1.3 多元线性回归分析 · 109
4.1.4 非线性回归模型 · 114
4.1.5 小结 117
4.2 聚类方法 117
4.2.1 聚类方法概要 118
4.2.2 K.means 方法 121
4.2.3 层次聚类 · 122
4.2.4 类别数的确定方法 · 125
4.2.5 小结 · 127
4.3 分类方法 · 127
4.3.1 分类方法概要 · 127
4.3.2 K.近邻 · 129
4.3.3 贝叶斯分类 132
4.3.4 分类的评判 135
4.3.5 小结 · 138
4.4 诊断方法 · 139
4.4.1 离群点诊断概要 139
4.4.2 基于统计的离群点诊断 · 140
4.4.3 基于距离的离群点诊断 · 142
4.4.4 基于密度的离群点挖掘 · 144
4.4.5 基于聚类的离群点挖掘 · 145
4.4.6 小结 · 146
4.5 时间序列数据分析与预测 146
4.5.1 时间序列概述 · 146
4.5.2 时间序列的描述分析 148
4.5.3 长期趋势分析 · 151
4.5.4 季节变动分析 · 153
4.5.5 循环变动分析 · 154
4.5.6 时间序列的预测 155
4.5.7 小结 · 157
第5 章 新能源汽车的运行大数据统计分析与应用实例 158
5.1 新能源汽车大数据的应用概述· 158
5.1.1 大数据标准化 · 158
5.1.2 大数据应用领域 159
5.2 新能源汽车技术分析与应用 160
5.2.1 动力电池系统故障分析 · 160
5.2.2 动力电池系统健康状态评估 · 170
5.2.3 动力电池系统梯次利用分析 · 175
5.3 新能源汽车使用行为分析与应用 · 180
5.3.1 驾驶行为分析与应用 180
5.3.2 充电行为分析 · 185
5.3.3 行驶里程分析 · 189
5.4 新能源汽车宏观经济分析与应用 · 195
5.4.1 分时租赁应用 · 195
5.4.2 对城市交通运行的影响分析 · 204
第6 章 大数据分析在未来交通出行中的应用及发展前景 · 213
6.1 未来的交通出行 · 213
6.1.1 未来的汽车出行 213
6.1.2 未来的交通网络 214
6.2 未来交通出行中大数据的分析与应用 · 215
6.2.1 未来汽车行业——以人为本 · 216
6.2.2 未来交通系统——智慧出行网络 · 218
6.2.3 未来社会发展——国计民生 · 220
6.3 未来新挑战 · 222
6.3.1 数据的安全性 · 222
6.3.2 数据的复杂性 · 223
6.3.3 计算的复杂性 · 223
6.3.4 系统的复杂性 · 224
参考文献 225

随着电子信息技术的进一步发展，电气化、智能化及网联化成为当今汽车工业发展的主旋律。本书是在新能源汽车国家大数据联盟的支持下出版的一本跨领域的专著，是新能源汽车 车联网 大数据知识的全面融合。
近几年来，随着计算机和信息技术的迅猛发展和普及应用，行业应用系统的规模迅速扩大，行业应用所产生的数据呈爆炸性增长。动辄达到数百太字节（1TB=1024GB）甚至数十至数百拍字节（1PB=1024TB）规模的行业/企业大数据已远远超出了现有传统的计算技术和信息系统的处理能力。因此，寻求有效的大数据处理技术、方法和手段已成为业界的迫切需求。
车联网（Connected Vehicles）是由车辆位置、行驶速度、行驶路线等构成的信息交互网络，是一种向信息通信、环保、节能、安全方向发展的车-网联合技术。
数据是车联网的基础，车联网打通了传统数据孤岛，在人—车—基础设施之间进行信息交互，连点成线，连线成网，实现人—车—环境的信息通信无缝融合。
因为结构简单、电子设备配置齐全，所以新能源汽车是车联网的载体。
新能源汽车运行所产生的数据规模极其庞大，车辆技术和大数据技术的结合，能挖掘出更有价值的资源和财富。在未来发展中，大数据与车辆技术的结合将会成为非常有前景的学科和研究领域，需要大量的人才和资源进行支撑。
目前全世界的专家、学者、相关行业人员，以及政府、高校、公司等各大组织机构都在致力于研究和开发车辆大数据相关领域，并推进该领域的进步和发展。
本书涵盖了新能源汽车的车联网技术、大数据应用的业务需求、大数据分析与基础理论、大数据的采集与处理、车辆运行大数据统计分析与应用实例等内容，详细介绍了车联网车载数据采集、网络通信等方法的实现和应用，并以较多实例展示了新能源汽车大数据的应用，可为从事车联网和大数据分析工作的研究人员前 言V和相关工作者提供借鉴和参考，对新能源汽车大数据的平台构建、数据管理、数据应用有很强的指导意义。国内还没有像这样将新能源汽车行业和大数据应用结合起来的图书。本书适合与新能源汽车行业相关的从业人员，从事相关科研项目或相关专业的教师、学者，以及本科生、研究生阅读。
本书在撰写过程中得到了科技部高新技术发展及产业化司，国家自然科学基金委员会，北京市科委双新处、科室处、新能源汽车发展促进中心以及其他有关单位和领导的大力支持与帮助，在此对他们表示衷心的感谢。本书是项目“大数据驱动的服务运营系统性优化与管理——以新能源汽车为例”（项目批准号：
91746210）、课题“基于大数据的新能源公交客车运行监测与管理关键技术研究”
（课题编号：2017YFC0840205）和课题“电动汽车产业培育要素分析研究”（课题编号：2171100003217074）的研究成果之一。
限于作者水平和条件所限，书中难免有不妥和错漏之处，恳请读者批评指正。
编著者2018 年1 月