作為能源消耗大國，我國石油總量近一半供給汽車。一方面，相較傳統(tǒng)內(nèi)燃機車型，新能源汽車效率高至2~4倍；另一方面，2021年全國兩會通過“十四五”規(guī)劃綱要，進一步明確制定了2030年前“碳達峰”的行動計劃。發(fā)展新能源汽車，減少國家石油資源消耗和碳排放，是順應(yīng)我國能源結(jié)構(gòu)調(diào)整、應(yīng)對氣候變化的關(guān)鍵環(huán)節(jié)，也是我國從汽車大國邁向汽車強國的必由之路。

截至2020年底，全球新能源汽車存量約有1000萬輛，其中中國540萬輛。全球總銷量約為333萬輛，比上年增長68.7萬輛，增幅為26.0%。按照目前各國政府發(fā)展規(guī)劃預(yù)測，到2030年，全球上路的新能源汽車數(shù)量將達到1.45億輛，若實施更加嚴格的減排減碳措施，或可達到2.3億輛，市場占有率將達到12%。

新能源汽車產(chǎn)業(yè)已經(jīng)進入成長期，政策補貼自2017年開始明顯退坡，2019年后加速退出，補貼向高能量密度、低電耗新能源汽車傾斜，向運營端和基礎(chǔ)設(shè)施建設(shè)轉(zhuǎn)移。截至2021年6月，中國電動充電基礎(chǔ)設(shè)施促進聯(lián)盟內(nèi)成員單位總計上報公共類充電樁92.4萬臺，其中直流充電樁37.4萬臺、交流充電樁55.0萬臺、交直流一體充電樁426臺。

國務(wù)院辦公廳2020年10月20日印發(fā)《新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（2021－2035年）》提出“推動產(chǎn)業(yè)融合發(fā)展”“構(gòu)建產(chǎn)業(yè)協(xié)同發(fā)展新格局”。為促進新能源汽車產(chǎn)業(yè)高質(zhì)量競爭發(fā)展，有必要對新能源汽車進行監(jiān)測。汽車監(jiān)測平臺的運行能夠?qū)崟r獲取新能源汽車的地理位置信息和整車、零部件等運行數(shù)據(jù)，并通過便捷、直觀的人機界面告知監(jiān)測人員相關(guān)信息。

隨著新能源汽車的逐漸普及以及新能源汽車車載信息系統(tǒng)的完善，在車輛行駛過程中會積累大量數(shù)據(jù)，未來還有望接入氣象數(shù)據(jù)、道路建設(shè)數(shù)據(jù)等，形成新能源汽車多源數(shù)據(jù)庫。傳統(tǒng)數(shù)據(jù)分析領(lǐng)域主要是基于表格等結(jié)構(gòu)化數(shù)據(jù)進行研究，已不能滿足新能源汽車行業(yè)的數(shù)據(jù)分析需求，而依托于大數(shù)據(jù)技術(shù)的監(jiān)測平臺在滿足上述需求外，還可以提供更加豐富和直觀的數(shù)據(jù)信息。

通過建立新能源汽車大數(shù)據(jù)分析平臺，結(jié)合交通運行數(shù)據(jù)、基礎(chǔ)設(shè)施數(shù)據(jù)、城市活動數(shù)據(jù)，進行多維度、多層次的集成，積極探索與產(chǎn)學研各類機構(gòu)的多元化合作模式，推動新能源汽車數(shù)據(jù)在交通、保險、電信等重點領(lǐng)域的融合應(yīng)用，助力提升其公共服務(wù)水平，為推廣新能源汽車應(yīng)用發(fā)揮積極的促進作用。

目前國內(nèi)涉及新能源汽車監(jiān)測的地方平臺主要存在于上海市、成都市、青島市、武漢市和西安市的平臺。其中，“上海市新能源汽車公共數(shù)據(jù)采集與監(jiān)測研究中心”是由上海國際汽車城（集團）有限公司、上海機動車檢測中心、上海交大教育發(fā)展基金會以及上海嘉定區(qū)光彩基金促進會四家單位發(fā)起，于2014年由上海市經(jīng)信委發(fā)文批復(fù)成立并負責業(yè)務(wù)指導(dǎo)，由上海市社會團體管理局批準成立的非營利組織（獨立法人）。

截至2021年6月，數(shù)據(jù)中心已接入新能源汽車51.8萬，遠遠超過其他平臺不足10萬的接入量，已獲得106家NEV(new energy vehicle)企業(yè)、113個NEV品牌，涵蓋839款車型，基本覆蓋全部車型。數(shù)據(jù)中心的數(shù)據(jù)樣本容量大，統(tǒng)計估計量的代表性誤差小。通過對新能源汽車大數(shù)據(jù)的分析，揭示出上海新能源汽車用戶的使用行為特征，為包括政府、企業(yè)、消費者決策等不同類型參與方提供新能源汽車相關(guān)的大數(shù)據(jù)支持。借助新能源汽車監(jiān)測平臺，挖掘和探索海量新能源汽車數(shù)據(jù)在行駛、充電和安全場景中的應(yīng)用價值更值得關(guān)注。

本文主要介紹了上海市新能源汽車公共數(shù)據(jù)采集與監(jiān)測平臺的架構(gòu)，應(yīng)用大數(shù)據(jù)技術(shù)進行特征分析，并描繪了相關(guān)應(yīng)用場景，最后，討論了當前監(jiān)測平臺存在的不足和發(fā)展方向。

1 上海市新能源汽車公共數(shù)據(jù)采集與監(jiān)測平臺概述

1.1 平臺架構(gòu)

新能源汽車監(jiān)測平臺系統(tǒng)架構(gòu)如圖1所示，整體上基于阿里云HBase X-Pack構(gòu)建。HBase X-Pack是基于Apache HBase及HBase生態(tài)構(gòu)建的多模數(shù)據(jù)庫，支持數(shù)據(jù)從處理、存儲到分析的全流程。

圖1 新能源汽車監(jiān)測平臺系統(tǒng)架構(gòu)

數(shù)據(jù)采集層：車企平臺上傳的數(shù)據(jù)報文，首先經(jīng)過系統(tǒng)平臺的物聯(lián)網(wǎng)網(wǎng)關(guān)，然后借助規(guī)則引擎對數(shù)據(jù)報文進行解析，拆分成有意義的數(shù)據(jù)項，以數(shù)據(jù)記錄的方式放入統(tǒng)一數(shù)據(jù)管道、分布式消息隊列ONS中，實現(xiàn)將車企、樁企相關(guān)業(yè)務(wù)數(shù)據(jù)實時地同步到大數(shù)據(jù)平臺中。數(shù)據(jù)采集層在大數(shù)據(jù)平臺中起到數(shù)據(jù)加工中心的作用。

數(shù)據(jù)存儲層：是綜合服務(wù)平臺建設(shè)的核心，其根本目的是有效管理數(shù)據(jù)中心分析型業(yè)務(wù)范圍內(nèi)的全量數(shù)據(jù)，達到統(tǒng)一存儲、分布式部署、集中分析、高效訪問、統(tǒng)一決策的目的。數(shù)據(jù)中心企業(yè)級的數(shù)據(jù)倉庫也將構(gòu)建在大數(shù)據(jù)平臺之上。

計算服務(wù)層：該層構(gòu)建在數(shù)據(jù)存儲層之上，主要利用Hadoop、Spark生態(tài)系統(tǒng)組件的數(shù)據(jù)分析能力實現(xiàn)新能源汽車行業(yè)分析場景。計算服務(wù)層既包含用戶的業(yè)務(wù)應(yīng)用也包含具體的分析類型，如實時查詢、數(shù)據(jù)挖掘等。

統(tǒng)一接口層：通過計算服務(wù)層對車輛等數(shù)據(jù)進行分析處理后，結(jié)果數(shù)據(jù)存放到關(guān)系型數(shù)據(jù)庫MySQL或者回流到HBase中，然后通過統(tǒng)一的接口服務(wù)對外暴露數(shù)據(jù)。該層旨在通過統(tǒng)一的形式對外共享數(shù)據(jù)。

數(shù)據(jù)應(yīng)用層：是圖1所示監(jiān)測平臺的最后一層，該層可以通過報表、圖表和圖形的方式向數(shù)據(jù)中心人員直觀地展現(xiàn)數(shù)據(jù)。

新能源汽車車載信息系統(tǒng)按國家標準對車輛數(shù)據(jù)進行采集，通過無線網(wǎng)絡(luò)將信息加密傳遞至企業(yè)平臺。企業(yè)平臺負責新能源汽車安全監(jiān)管，同時將公共領(lǐng)域車輛運行數(shù)據(jù)、統(tǒng)計信息以及故障處理信息實時上報給地方和國家平臺。新能源汽車數(shù)據(jù)類型如圖2所示，數(shù)據(jù)分為六類，共計61項。

1.2 平臺標簽體系

要建立一套標簽體系，主要依賴類目標簽體系、用戶畫像和應(yīng)用場景。

類目標簽體系是以業(yè)務(wù)核心-新能源汽車為中心建立的，以新能源汽車的分類為基礎(chǔ)構(gòu)建類目樹。類目標簽體系分為三類：原始數(shù)據(jù)標簽、統(tǒng)計數(shù)據(jù)標簽、算法數(shù)據(jù)標簽。

用戶畫像本質(zhì)上也是一套標簽體系，只是結(jié)構(gòu)相同但內(nèi)容相異。在用戶畫像這套標簽體系中，分為靜態(tài)信息和動態(tài)信息兩部分。靜態(tài)信息就是用戶的自有屬性，如新能源汽車的車輛車型信息；而動態(tài)信息主要就是要記錄什么人，什么時間，什么地點做了一件什么事情，如新能源汽車車主的行駛和充電情況。

圖2 新能源汽車數(shù)據(jù)類型

最后業(yè)務(wù)核心之間、業(yè)務(wù)和用戶角色之間、用戶角色之間，一旦產(chǎn)生交互，就可以形成應(yīng)用場景，可以說應(yīng)用場景囊括了所有游離的標簽。

目前數(shù)據(jù)中心基于現(xiàn)有數(shù)據(jù)，分為四大類指標，如圖3所示，包括行駛行為分析指標、用戶充電分析指標、車輛性能分析指標、用戶畫像分析指標等特征指標。

圖3 新能源汽車的標簽體系

2 上海市新能源汽車公共數(shù)據(jù)采集與監(jiān)測平臺用戶使用特征分析

傳統(tǒng)用戶特征分析多用于互聯(lián)網(wǎng)領(lǐng)域，根據(jù)用戶信息制定用戶畫像，為其提供精準推送、個性化服務(wù)。

在人—車—網(wǎng)智能結(jié)合的新能源汽車行業(yè)，通過對新能源汽車大數(shù)據(jù)的分析，試圖揭示上海新能源汽車用戶的使用行為特征，為包括消費者、企業(yè)、政府等不同類型參與方提供新能源汽車相關(guān)的大數(shù)據(jù)支持。

根據(jù)2019年統(tǒng)計的新能源汽車自燃數(shù)據(jù)中，與動力電池安全相關(guān)的新能源汽車安全事故達40余起，人民的生命安全和新能源汽車行業(yè)遭遇威脅。上海市新能源汽車公共數(shù)據(jù)采集與監(jiān)測平臺能實時獲取新能源汽車信息，通過人機界面及時告知監(jiān)測人員，從而確保行車安全。此外，還能為用戶提供諸如查詢、計費等基礎(chǔ)服務(wù)。

對企業(yè)而言，平臺對新能源汽車各項運行數(shù)據(jù)進行監(jiān)測分析，有助于發(fā)現(xiàn)生產(chǎn)技術(shù)上的問題，從而降低油耗、車輛危險事件、故障發(fā)生概率并降低運營成本，為企業(yè)制定銷售運營策略、產(chǎn)品升級方向提供參考。

平臺的運行為政府整體性治理提供了技術(shù)支持，避免跨部門可能導(dǎo)致的政策不協(xié)調(diào)、治理效率低等問題。通過對新能源汽車行駛特征的分析，有助于預(yù)測交通堵塞和規(guī)劃布局充電樁；對充電特性的分析，有助于智能配電網(wǎng)調(diào)度、電能質(zhì)量、汽車安全研究，并為進一步有序充電和V2G（vehicle-to-grid）技術(shù)提供支持。

2.1 行駛特征分析

2.1.1 行駛行為時間分布

對上海新能源汽車的行駛行為進行概率統(tǒng)計分析，分析結(jié)果顯示，車輛的日行駛里程分布規(guī)律基本滿足：越靠近內(nèi)環(huán)，新能源汽車行駛行為分布越密集，新能源汽車出行高峰出現(xiàn)在7:00和17:00，與人們正常出行的早晚高峰一致，早晚高峰日平均速度分別為23km/h、21km/h。早高峰內(nèi)環(huán)行駛占比近半，主要用于人群上班。而行駛行為發(fā)生最少的是在凌晨3:00左右，在一定程度上反映了人群作息規(guī)律。

此外，新能源汽車次均出行里程19km，日出行里程52km，次均出行時長0.8h。通過上海市新能源汽車公共數(shù)據(jù)采集與監(jiān)測平臺某典型日檢測的新能源汽車行駛行為分布如圖4所示。

圖4新能源汽車的行駛行為分布 典型時刻

2.1.2 行駛行為空間分布

上海市新能源汽車公共數(shù)據(jù)采集與監(jiān)測平臺通過對接入的新能源汽車出行OD(origin-destination)點的分析，得到如圖5所示的出行熱力圖。

圖5 新能源汽車出行熱力圖

圖5a中新能源汽車OD點分布與居住區(qū)基本重合，環(huán)繞在環(huán)線間、環(huán)線邊，其余多關(guān)聯(lián)住宅區(qū)和學校，說明居住區(qū)是新能源汽車出行鏈中重要的一類。

圖5b中新能源汽車OD點分布中與工作區(qū)也基本重合，分布于環(huán)線上和內(nèi)環(huán)，環(huán)線外的集中區(qū)域為虹橋機場和寶鋼附近。結(jié)合2020年中國用戶購車用途中，上下班代步占比73.6%，印證了新能源汽車主要作為通勤工具使用。

圖5c中新能源汽車OD點分布中展示了與休閑行為的關(guān)系。外環(huán)與居住區(qū)相近，但稍有不同，通常分布于居住區(qū)附近，與廣場、交通樞紐等關(guān)聯(lián)。內(nèi)環(huán)則與工作區(qū)更相近，內(nèi)環(huán)商業(yè)區(qū)同時具有工作和休閑兩重屬性。

2.2 充電行為分析

新能源汽車快速發(fā)展產(chǎn)生的充電行為正產(chǎn)生越來越大的影響，其時空分布深刻影響著充電樁的規(guī)劃布局和電網(wǎng)平衡。

2.2.1 充電行為時空分布

上海市新能源汽車公共數(shù)據(jù)采集與監(jiān)測平臺通過對25000輛新能源汽車共30000次充電行為進行分析，總結(jié)如下：充電行為主要發(fā)生在夜間，發(fā)生區(qū)域貼近居住區(qū)分布，白天的充電行為則更貼合工作區(qū)分布，而早晚高峰則充電行為較少。某典型日的上海新能源汽車充電行為時空分布如圖6所示。

圖6a為7:30時刻，此時處于早高峰時期，新能源汽車主要用途是通勤工具，故充電行為相對較少；圖6b為9:34時刻，此時人群多數(shù)處于工作狀態(tài)，新能源汽車放置于工作地點附近充電，與圖5b工作區(qū)相近；圖6c為23:33時刻，夜間作為新能源汽車充電的主要時間段，此時充電行為明顯增多，通常持續(xù)到凌晨2:00~3:00時，充電行為逐漸完成，熱力逐漸淡去。

圖6 新能源汽車充電熱力圖

2.2.2 充電類型分析

充電樁類型旭日圖如圖7所示。截至2021年6月，平臺接入充換電設(shè)施運營商共計142家，充電樁119089個。其中，公用充電樁71319個，專用充電樁47770個。車樁比約為1.1:1，遠遠超過全國3.14:1的水平。

如圖7所示，公用充電樁中有16564個直流充電樁（占23%）、54775個交流充電樁（占77%）；專用充電樁中有9112個直流充電樁（占比19%）、38658個交流充電樁（占比81%）。

圖7 充電樁類型旭日圖

充電地點熱力如圖8所示。圖8展示了充電行為與充電地點的關(guān)系，在專有充電樁充電的占72%，在公共充電樁充電的占28%。

圖8 充電地點熱力圖

2021年6月，上海新建設(shè)充電樁197個，環(huán)比增長37%，同比增長176%。而推廣的新能源汽車達到22058輛，充電樁的建設(shè)速度遠遠趕不上新能源汽車的推廣速度。此外，上海市公共充電樁仍面臨不少問題，如運維缺失、燃油車占位、新舊小區(qū)分布不均等。這些問題共同反映在較低的利用率上，交流充電樁利用率為1.42%，直流充電樁利用率為4.63%，這在一定程度上制約了充電行業(yè)的健康發(fā)展。

3 上海市新能源汽車公共數(shù)據(jù)采集與監(jiān)測平臺的應(yīng)用

3.1 充電設(shè)施方面

3.1.1 規(guī)劃布局

制約新能源汽車發(fā)展的因素之一是用戶的里程焦慮，在電池技術(shù)缺乏重大實用性突破的情況下，緩解里程焦慮的有效辦法便是規(guī)?；ㄔO(shè)充電設(shè)施。鑒于空間與資源的有限性，應(yīng)該充分考慮新能源汽車的規(guī)模、行駛特征、充電特征和道路交通等因素，為充電設(shè)施的規(guī)劃布局進行科學決策，并為未來留有增長空間。

充電設(shè)施規(guī)劃的前提是精確的新能源汽車充電需求，目前研究主要聚焦在構(gòu)建充電需求模型上，再預(yù)測充電需求的時空分布特征，而非真實的充電需求。通過新能源汽車監(jiān)測平臺對行駛行為和充電行為的數(shù)據(jù)分析，一方面驗證模型和參數(shù)的有效性，可以用于指導(dǎo)其他地區(qū)的負荷預(yù)測；另一方面，結(jié)合道路、天氣、社會等因素，在安全、容量等約束條件下對充電設(shè)施的規(guī)劃布局進行成本最優(yōu)配置。

3.1.2 對企業(yè)的指導(dǎo)作用

新能源汽車監(jiān)測平臺提煉數(shù)據(jù)信息，為企業(yè)生產(chǎn)活動提供指引?；诔潆娫O(shè)施的運行狀態(tài)和歷史數(shù)據(jù)，對充電設(shè)施的運行狀態(tài)進行預(yù)測，做到提前檢修，確保設(shè)備安全可靠運行，提高充電樁的使用效率，提升企業(yè)運營能力；分析用戶出行特征和新能源汽車的行駛特征，指導(dǎo)企業(yè)進行用戶管理、開展個性化服務(wù)，同時指引新能源汽車在生產(chǎn)技術(shù)上改進方向，降低油耗、危險事件和故障發(fā)生概率，進而降低運營成本，提高企業(yè)競爭力；將用戶充電信息與地理信息結(jié)合，同時考慮負荷特性、電費政策、新能源接入等影響因素，協(xié)調(diào)電力生產(chǎn)、運輸、調(diào)度等多個環(huán)節(jié)，優(yōu)化電力資源的配置。

3.2 電網(wǎng)方面

新能源汽車充電具有隨機性和分散性，并受到人們生活規(guī)律的影響。如果不加以控制和引導(dǎo)，可能會加劇負荷峰谷差距，并影響設(shè)備與電網(wǎng)的穩(wěn)定安全，對其進行引導(dǎo)和控制的關(guān)鍵在于對新能源汽車時空行為進行精確建模，進而預(yù)測電網(wǎng)潮流與負荷特性，揭示新能源汽車與電網(wǎng)的交互作用。

3.2.1 負荷預(yù)測

對新能源汽車充電負荷預(yù)測主要有以下幾類方法?；谛履茉雌囆旭偺匦越⒛Ｐ皖A(yù)測、基于出行鏈理論模擬出行路徑預(yù)測、采用大數(shù)據(jù)技術(shù)預(yù)測。新能源汽車充電需求的影響因素眾多，上海市新能源汽車公共數(shù)據(jù)采集與監(jiān)測平臺為負荷預(yù)測提供新能源汽車數(shù)據(jù)、道路交通狀態(tài)、城市配電網(wǎng)信息，同時考慮多源信息的耦合，尤其是歷史數(shù)據(jù)的影響，得到新能源汽車負荷的時空分布。基于電動汽車充電調(diào)度雙層優(yōu)化模型，以電網(wǎng)側(cè)平抑峰谷、消納新能源，用戶側(cè)降低費用為目的，優(yōu)化電網(wǎng)調(diào)度。

3.2.2 新能源汽車與電網(wǎng)交互

新能源汽車可以看作是連接在電網(wǎng)上的備用儲能和分布式電源，通過一系列調(diào)控手段使新能源汽車主動參與電網(wǎng)調(diào)節(jié)，例如在合適的時段通過V2G向電網(wǎng)回饋能量，起到優(yōu)化配電網(wǎng)調(diào)度、消納新能源發(fā)電、維護電能質(zhì)量等作用。而有序充電，是在滿足新能源汽車自身需求的前提下，通過經(jīng)濟和技術(shù)手段引導(dǎo)和控制充電行為，以實現(xiàn)新能源汽車、充電設(shè)施和電網(wǎng)的協(xié)調(diào)發(fā)展。

通過新能源汽車監(jiān)測平臺分析新能源汽車的時空分布和充電規(guī)律，結(jié)合新能源出力和負荷數(shù)據(jù)，由管理調(diào)度中心根據(jù)電網(wǎng)運行情況制定電價，引導(dǎo)用戶充放電的選擇。既可以對電網(wǎng)起到“削峰填谷”作用，對用戶而言，也可以利用電價差賺取一定收益，促進了新能源汽車與電網(wǎng)間的友好互動。

3.3 安全方面

3.3.1 充電安全

近年來，由電池問題引發(fā)的電動汽車故障一直占有最大比重。引發(fā)電池問題的內(nèi)因是電池老化，其健康狀態(tài)受溫度、電流倍率、截止電壓等多種因素影響，外因則是機械撞擊、短路、溫度過高相關(guān)。為了保證新能源汽車安全可靠運行，需要準確估計電池狀態(tài)。

基于強化數(shù)據(jù)的方法，新能源汽車監(jiān)測平臺將全生命周期的工作狀態(tài)數(shù)據(jù)、基于工作狀態(tài)的實驗修正和AI(artificial intelligence)分析的迭代優(yōu)化三者結(jié)合，分析動力電池的健康狀態(tài)和不一致性。

在充電過程中，除傳統(tǒng)充電倍率、電池荷電狀態(tài)（State of Charge, SOC）等電氣參數(shù)，并給出與其他因素的相關(guān)性分析，如電動汽車和充電樁品牌、充電時空分布、充電功率匹配等。

以上從微觀和宏觀兩個方面，新能源汽車監(jiān)測平臺建立起電池安全和充電行為模型，為用戶提供安全防護監(jiān)測，同時持續(xù)跟蹤電池數(shù)據(jù)，并將整個數(shù)據(jù)反饋到模型，及時修正以保證模型的準確度。

3.3.2 行駛安全

新能源汽車監(jiān)測平臺對電動汽車大數(shù)據(jù)進行深度挖掘和分析，研究電動汽車各類故障對應(yīng)的大數(shù)據(jù)特征，利用機器學習算法，開發(fā)出針對電動汽車動力行駛安全狀況評估的模型，在故障發(fā)生前進行提示報警，主動開展維修工作，提高車輛運行的安全性和可靠性。

4 結(jié)論

目前新能源汽車監(jiān)測平臺還存在一些待解決的問題。平臺建設(shè)方面，監(jiān)測項目仍然有限，且隨著新能源汽車的增加，監(jiān)測平臺的性能、數(shù)據(jù)處理能力面臨新的挑戰(zhàn)。而在業(yè)務(wù)方面需要向多元化方向發(fā)展，同時把握公共屬性和商業(yè)屬性的平衡。

在上海市新能源汽車公共數(shù)據(jù)采集與監(jiān)測研究中心的“十四五規(guī)劃”中，為滿足政府和市場發(fā)展的要求，將采取“1+X”策略構(gòu)建多源數(shù)據(jù)中心。其中，新能源汽車大數(shù)據(jù)平臺將沿著智能化、共享化、市場化、國家化的路線繼續(xù)前進，同時推進相關(guān)平臺建設(shè)，例如在2020年建成的電池溯源管理平臺和“中國新能源汽車和可再生能源綜合應(yīng)用商業(yè)化推廣（GEF6）”能源管理平臺，加氫站監(jiān)測平臺和智能網(wǎng)絡(luò)數(shù)據(jù)平臺也在逐步建設(shè)中。

另外，上海市新能源汽車公共數(shù)據(jù)采集與監(jiān)測平臺業(yè)務(wù)拓展電池健康狀態(tài)估計方面，利用采集的電池電壓、電流、溫度等數(shù)據(jù)，結(jié)合行駛行為和充電行為特征，通過AI算法迭代優(yōu)化，準確地估計電池健康狀態(tài)。

商業(yè)化的方向主要面向政府和市場。通過對新能源汽車的數(shù)據(jù)接入、資格核查、情況通報和研究報告，為政府在政策設(shè)計與執(zhí)行、安全監(jiān)管等方面提供助力。同時，在市場營銷、數(shù)據(jù)評價、行為分析等方面服務(wù)市場，促進新能源汽車技術(shù)進步和產(chǎn)業(yè)繁榮。