據(jù)不完全統(tǒng)計，2018年至今已發(fā)生50多起電動汽車燒車事故，引發(fā)行業(yè)巨大恐慌，如果任其發(fā)展下去對行業(yè)就是毀滅性打擊。9月26日，中國汽車工業(yè)協(xié)會組織了“全面提高新能源汽車安全性專題會議”，工業(yè)和信息化部、發(fā)改委、科技部、財政部、國家能源局以及國內(nèi)外主流造車、電池、充電企業(yè)參會。

在會上，特來電公布了大數(shù)據(jù)云平臺對今年以來兩千多萬次充電過程的安全監(jiān)控和防護情況，涵蓋137個汽車品牌、885個車型，觸發(fā)了25.8萬次主動防護(主動終止充電），占比1.04%，估計預防了20~25起重大事故。

以下是特來電大數(shù)據(jù)科學家鞠強在會議上的演講實錄：

特來電基本情況

中國汽車充電聯(lián)盟最新數(shù)據(jù)顯示，在全國規(guī)?；\營商充電樁總量排名中，特來電以114627個充電樁排名第一位。

從2014年創(chuàng)建，到2018年9月27日，特來電累計充電量突破了13億度，日均充電量達到了360萬度，注冊用戶數(shù)突破了100萬。

特來電兩級安全防護體系

(1)CMS主動防護

電動汽車有三電，電機、電控和電池。對于電池而言，BMS就是它的大腦。大腦出了問題，就會行為紊亂。

在BMS控制整車充電行為的同時，特來電CMS主動防護技術會針對BMS的相關異常情況進行二次檢測，如果發(fā)現(xiàn)BMS數(shù)據(jù)超出范圍，甚至BMS死機，那么就會觸發(fā)主動防護終止這筆充電訂單，保證充電安全；同樣，對于電池的溫度過高、過低，增長過快，電壓過高、過低等情況，也會觸發(fā)主動防護及時終止充電訂單，保護充電安全。

具體來講，特來電CMS主動防護技術體系包含了11種技術指標：充電電壓不匹配、控制器通信故障、電池過溫、電池低溫、電池溫度異常、電池過充、BMS接觸器開路故障、BMS數(shù)據(jù)超范圍、電池端口電壓異常、電池單體過壓、電池整包過壓。

(2)大數(shù)據(jù)安全防護

在CMS基礎之上，我們建立了基于大數(shù)據(jù)的第二級安全防護體系。

特來電大數(shù)據(jù)平臺是搭建在云基礎設施之上，基于Hadoop的分布式架構與組件，自主開發(fā)了相關的引擎、工具和子平臺，支撐主動防護、電池健康、智能運維、實時運營分析等大數(shù)據(jù)應用。這個平臺目前支撐著特來電每天12萬筆訂單、3.5TB的數(shù)據(jù)（不包含音頻、視頻等）、40億次的調(diào)用交互。

電動汽車在充電樁上充電時，一方面有能量的流動，一方面有數(shù)據(jù)的流動。充電時產(chǎn)生的數(shù)據(jù)，包括電池的單體電壓、最高/最低溫度、需求電壓/電流、SOC等，以一個比較高的頻度經(jīng)過采集、清洗，最終被存儲到大數(shù)據(jù)平臺上。這些數(shù)據(jù)，經(jīng)過機器學習算法的訓練與校準，形成了針對單用戶單車的模型，也形成了分品牌分車型的模型，涵蓋了安全、健康、經(jīng)濟和運維四個維度。

每筆充電數(shù)據(jù)，在大數(shù)據(jù)平臺都會被甄別，其中異常的數(shù)據(jù)會產(chǎn)生報警，如果觸發(fā)了主動防護的11種指標之一，則會被停止充電。當某輛車在一段時間內(nèi)，連續(xù)觸發(fā)了主動防護（停止充電），那么這個行為將會被通知用戶、運維崗與安全崗，進行相關的檢修檢測。

這些分品牌分車型的數(shù)據(jù)，以及安全模型、健康模型、經(jīng)濟模型和運維模型，我們愿意與主機廠、電池廠分享，多方做更深入的分析。

特來電安全防護數(shù)據(jù)分析

2018年至今，特來電總充電訂單數(shù)2485萬筆，基于大數(shù)據(jù)防護體系，采用11種主動防護模型，涵蓋了137個汽車品牌、885種車型，觸發(fā)了25.8萬次主動防護(終止充電），占比1.04%。根據(jù)海因里希事故法則，通過特來電充電網(wǎng)+大數(shù)據(jù)，估計預防了20~25起重大事故，根據(jù)統(tǒng)計，減少約70%燒車事故。

(1)分車型主動防護分析

商用電動貨車的市場剛剛起步，充電訂單的總數(shù)與商用客車、乘用車相比，數(shù)量幾乎差了一個數(shù)量級，但是被防護比例卻遙遙領先。100筆訂單中就有接近2筆被主動防護終止充電。這說明其BMS的穩(wěn)定性和可靠性還亟需提升。

還有一大部分未知的車型。這是因為車輛充電過程中，大部分車輛的BMS沒有按照國標傳遞車輛唯一識別碼（VIN）。特來電根據(jù)充電過程中產(chǎn)生的數(shù)據(jù)，利用監(jiān)督式學習中的決策樹C50算法，訓練“猜車”模型，計算車型信息，得出來的結果在手機APP端與用戶互動。確認或者不確認猜車結果，都會反饋給模型進行優(yōu)化。目前，基于該模型的猜車準確度達到了99%。

(2)分品牌的乘用車主動防護分析

對于乘用車大類，整體的質(zhì)量還是不錯的，但是有個別品牌的被防護比例卻接近了6%，與同類的某些品牌相比，BMS的穩(wěn)定性和可靠性有將近10倍的差異。

(3)分品牌的商用客車主動防護分析

對于商用客車，BMS的穩(wěn)定性與可靠性也是參差不齊，整體質(zhì)量比乘用車要差一些。

(4)分品牌的商用貨車主動防護分析

對于商用貨車，BMS穩(wěn)定性與可靠性，普遍的比商用客車，尤其是乘用車要差，僅有一個車型的被防護比例低于1%。

(5)分品牌分防護類型的主動防護分析

以下我們對137種品牌，針對11種主動防護類型，做了詳細的分解。

而在這2400多萬筆充電訂單中，主動防護的前三名，分別是整包過壓、BMS接觸器開路故障和溫度異常熱失控。

用戶端的信息與報警

這兩級安全防護體系，在用戶側最終體現(xiàn)在特來電APP端的信息展示與報警功能上。

除了主動防護的訂單之外，特來電還對那些看起來每次都正常結束，但實際上終止原因不太嚴重（如單體電壓達到目標值而終止）的訂單，利用大數(shù)據(jù)分析工具進行了梳理。這些訂單有可能是一種安全隱患，是發(fā)生安全事故的前兆，嚴重的可能就會導致過充過放、電池熱失控，最后導致車輛自燃。

特來電針對這些“可疑”的數(shù)據(jù)，會進行更進一步的梳理與分析，并作相應的處理，提醒用戶進行車輛檢測。

車輛健康與體檢

特來電還在APP用戶端提供了方便的車輛健康體檢功能，可以對充電過程或者行駛過程中的很多數(shù)據(jù)，進行展示與分析。

提供基于車輛的實時狀態(tài)監(jiān)控功能，比如實時監(jiān)控車輛的充電、駕駛、停放等行為，以及實時展示車輛的運行軌跡。

對車輛的各種故障、異常數(shù)據(jù)進行實時采集、處理、診斷和預警，輔以車輛的三電數(shù)據(jù)，可以快速定位車輛的故障位置、故障原因。

支持不間斷地對不同品牌、型號、電池類型車輛的各項指標數(shù)據(jù)進行收集、分析與處理，持續(xù)訓練和糾正在大數(shù)據(jù)修車領域的預測與診斷模型。（行駛數(shù)據(jù)，需要企業(yè)用戶授權或者后裝TBOX提供）

案例分析

(1)一個主動防護類型的分析

以“BMS傳輸數(shù)據(jù)超范圍報警終止”這個主動防護類型為例，今年一共發(fā)生了7016例起。BMS傳輸數(shù)據(jù)超范圍是指：BMS傳輸?shù)臄?shù)據(jù)超出了正常范圍，而此時未終止充電意味著BMS對該指標的控制已失效，此時充電設備主動防護可以繼續(xù)實施對該指標的監(jiān)控。

在這些訂單中，特來電發(fā)現(xiàn)BMS傳輸數(shù)據(jù)準確性目前存在較大問題，SOC、單體電壓、需求充電電壓、需求充電電流等數(shù)據(jù)存在明顯的錯誤，建議各電池廠家統(tǒng)一數(shù)據(jù)格式，改進數(shù)據(jù)準確率。有些臨界點的數(shù)據(jù)，比如32768或者65536附近，這是典型的Int16或者UInt16數(shù)字越界導致的，是BMS軟件的bug。

(2)四個主動防護案例的分析

1.電池持續(xù)過溫預警

某公交車充電時較多情況出現(xiàn)電池過溫主動終止。通過大數(shù)據(jù)分析該車輛歷史訂單情況，該車輛充電運行時電池溫度在正常范圍內(nèi)偏高，發(fā)出預警信息。將此情況告知公交公司后，公交公司與車廠確認有此問題，共同討論增加電池降溫措施。

2.溫度異常保護

武漢某充電站現(xiàn)場實車測試時，發(fā)現(xiàn)某品牌12 米車在調(diào)試中無法啟動充電。經(jīng)現(xiàn)場技術人員與BMS 廠家共同查找問題時發(fā)現(xiàn)，電池的其中一單節(jié)電池溫度異常，顯示為205攝氏度，故充電機主動防護起作用主動進行了停止。經(jīng)電池廠家檢查確認，溫度過高的單節(jié)電池的溫度傳感器損壞，確認無誤后由BMS 廠家對該單節(jié)電池刷了屏蔽策略，再次使用同一臺設備測試充電，可正常充電。后電池廠商對該車輛進行了維修。

3.電壓異常保護

四川樂山某充電站，技術人員調(diào)試時發(fā)現(xiàn)車牌號川L*****車輛無法充電?，F(xiàn)場人員對數(shù)據(jù)進行排查分析發(fā)現(xiàn)，BMS 上傳的最高允許電壓為65V 左右，實際電池的充電電壓為610V左右，充電機主動防護中止充電。經(jīng)與BMS 廠家溝通，確認是BMS 程序錯誤，在上傳最高允許電壓數(shù)據(jù)時，未按照27930 國標定義導致數(shù)據(jù)縮小了10 倍，而充電過程的實際電壓則是按照標準定義描述。

4.SOC數(shù)據(jù)偏差不準

某公交充電站，一輛某品牌車輛充電過程中，充電機在未達到SOC100%的情況下中止充電。經(jīng)調(diào)試技術人員確認該車放置時間較長，車輛電池自放電電量減少較多，但SOC 并未及時刷新，導致實際充電電量超過SOC 起始值到SOC100%的校驗值較大，充電機判斷車輛過充主動中止充電。后與BMS 廠家溝通，完成對車輛SOC 校準解決問題。

三起事故的分析

之前有三起直流充電事故，經(jīng)有關部門調(diào)查，最終原因判定為排除外部影響因素的電池自燃。但是特來電通過對充電歷史數(shù)據(jù)的追溯分析，發(fā)現(xiàn)其中有兩起事故的車輛在事故前一個月內(nèi)持續(xù)因單體電壓達到目標值終止，判斷是某電池電芯一致性出現(xiàn)嚴重偏離，每次都對該電芯過充過放，加劇內(nèi)短路問題；而另外一起，則是在事故發(fā)生前三個月持續(xù)報故障終止，且故障類型未知。

單純的從充電結果，或者從BMS角度看，其實都很難判斷出有未來的隱患，因為問題都不嚴重。特來電將持續(xù)采用大數(shù)據(jù)分析工具，對車輛單次充電終止原因做長時間大跨度的分析，建立普通報警與嚴重事故的分析模型，并加大對客戶進行提醒的力度。

與此同時，也建議電池廠BMS可以更加開放、上傳更多的數(shù)據(jù)以供分析并做防護預警，避免故障類型“未知“的情況發(fā)生。

行業(yè)建議

特來電建議，在部委指導和規(guī)劃下，各主機廠、電池廠、充電運營商共同協(xié)作，建立一套基于大數(shù)據(jù)的新能源汽車及電池全生命周期追溯體系及專家系統(tǒng)。

1.針對充電安全，建立不同等級的安全認證標準體系（強制標準），從標準層面明確電池企業(yè)、充電設施企業(yè)及主機廠在電動汽車充電安全方面的設計思路和要求。

2.打通車、充電設施與電池之間的信息通道，并在標準層面進行明確，特別是涉及到電池充電安全的信息通道，包括唯一身份標識、身份認證等。

3.通過充電網(wǎng)，建立每組電池的數(shù)據(jù)檔案和專家?guī)煜到y(tǒng)，做到主動防護和保護電池健康。即使發(fā)生了事故，也可以溯源并不斷完善。

開放與協(xié)作

特來電愿意開放自己的高可靠性、高性能大數(shù)據(jù)技術平臺，愿意用大數(shù)據(jù)賦能行業(yè)安全應用。

特來電愿意開放自己的主動防護模型，針對不同的主機廠、電池廠開放自己的相關充電數(shù)據(jù)。

我們也希望，主機廠、電池廠，能開放更多的數(shù)據(jù)，跨領域、跨專業(yè)緊密協(xié)作，共同推進新能源汽車產(chǎn)業(yè)的健康發(fā)展。

結語

目前特來電的兩級安全防護體系還是1.0版本，技術架構與模型有了初步的模樣，2019年將推出兩級安全防護體系的2.0版本。我們誠摯的希望，能與汽車整車、動力電池、充電設施等企業(yè)密切合作，從產(chǎn)品設計和制造、充電和行駛、售后和運維等全過程、全方位保障新能源汽車產(chǎn)品安全和使用安全。

返回第一電動網(wǎng)首頁 >