起火率低、死亡率高？中国完善新能源大数据管理助力安全建设
王 凌方
1300万辆汽车、累计行驶4000亿公里、61项上报数据——这是新能源汽车国家监管平台（下称大数据平台）成立6年来的成绩。
与中国新能源汽车领跑全球相称的，是中国的新能源汽车国家监测和管理平台。中国建立了全球唯一的新能源汽车国家车联网。
大数据平台通过新能源汽车数据接入、统计、分析，支持了新能源汽车的政策制定、行业管理、标准建设、技术研究、场景分析等等。
其中一个具体的重要应用，就是为新能源汽车安全保驾护航。
比如，就统计而言，新能源汽车与燃油车相比，到底是更安全还是更危险？
对此，业内是有争议的。
中国工程院院士、北京理工大学教授孙逢春表示，新能源汽车的安全事故起火比燃油车低一点，根据公安部数据，燃油车在万分之一到万分之二之间，目前新能源汽车还在万分之一以下。
但武汉理工大学副校长吴超仲给出的另一组数据则令人不安，“以2020年的数据为例，新能源汽车的万车事故率是12.47%，燃油车只有5.51%，而新能源汽车万车死亡率是2.1%，燃油车只有1.46%。”
两组数据结合起来，或许可以得出这样一个结论：新能源汽车的起火率虽然比燃油车低，但事故率并不低，而且一旦发生事故，严重性则远超燃油车。当然，这一结论主要还局限在2020年之前，随着新能源汽车上路的越来越多，数据监控更加丰富，能够给出更充分的结论。
目前，大数据平台的实时监控数据，对研究新能源汽车事故的机理，已经提供了丰富的数据支撑。
2023年3月19日，在沈阳召开的中国新能源汽车大数据2023年产业大会上，专家对提升数据预警的准确性和大数据完善、监管等方面都提出了自己的建议。
产业大会的一个核心信息是，成立6年的大数据平台，也在进一步完善数据的接入、统计和分析能力，拓展大数据平台的应用空间，努力为全社会最为关注的安全问题，提供更好的数据服务。
01
接入1300万辆新能源汽车
在新能源汽车的数据监管上，大数据平台起到了举足轻重的作用。
在工信部的指导下，新能源汽车国家监管平台于2017年成立，截止到今年3月份，平台已经累计接入了超过1300万辆的新能源汽车，监测数据达到61项。监管平台在新能源汽车质量管理、安全管控，以及社会化支撑体系建设等诸多方面取得了令人瞩目的成就。
接入数据量巨大。根据孙逢春介绍，大数据平台每天的数据都接近50到100T之间。根据到目前为止，接入大数据平台的新能源汽车累计行驶了4000多亿公里，每天大概是5亿到6亿公里，累计的节能减碳差不多1.5亿吨(扣除了火力发电二氧化碳的排放)。
在冬奥会、百年党庆重大活动期间，大数据平台对重点车辆进行实时安全监测和监管，为保证车辆的稳定运行做出了重要贡献。
为研究结构提供数据支撑。事实上，通过大数据平台，可以分析出新能源汽车市场特征、车辆运行特征以及车辆充电特征等等，通过总结特征并提出发展建议，对相关政府部门、科研院所、高等院校及企业具有一定的参考价值和借鉴意义。
02
新能源汽车部件故障机理复杂
与燃油车相比，新能源汽车的成熟度相对较低，因此安全问题一直是业内人士和消费者关注的焦点。
从吴超仲给出的数据来看，新能源汽车增长速度快，事故率增长更快。截至今年1月，新能源汽车同比增长67%，但新能源汽车交通事故数以171%速度递增，死亡人数也以157%的速度来增加。2018-2020年，中国发生新能源汽车事故9780起，死亡人数达到1717人。
依托大数据平台，吴超仲对新能源汽车的事故进行了深入研究。
在吴超仲看来，新能源汽车主要有两方面的事故：一是，汽车本身的事故——热失控，这个主要是跟电池这相关；二是，新能源汽车在交通中产生的事故，这与行驶的环境、驾驶行为的特性也都是密切相关的。
吴超仲认为，新能源汽车部件故障的机理比较复杂，它跟驾驶工况有相关性，但相互之间的关系现在还没有特别明晰。此外，新能源汽车在行驶过程中，与道路环境和油电混行、动力异构等情况都相关。
从部件的角度，吴超仲研究发现，电池的热失控事故跟驾驶行为有一些联系。比如说加速度踏板的行程，影响电池放电的电流和速度；自动踏板的行程和减速，影响能量回馈的电流，以及电压的大小。另外，驾驶的时长也带来电池的温升和电压的波动。
武汉理工大学为了做这项研究，专门设置了相应的实验：用20辆电动汽车开展了10个月的自然驾驶实验，收集了从车辆的工作状态、电机的工作状态、电池数据，以及驾驶行为，还有行车的工况、交通环境等数据。“这个数据我们达到60TB，其中结构化的数据就有5TB。”吴超仲说。
03
驾驶行为对安全有影响
在这个数据基础上，吴超仲做了几方面的挖掘和分析。
第一，驾驶行为数据和电池安全性的耦合性关联分析。首先，他们将驾驶行为做了一个标记，分ABCD四个片段。A是踩加速踏板的片段，B是松开加速踏板自然减速的片段，C是踩松制动踏板的片段，D是松开踏板后自动减速的片段。
通过图表数据会发现，每一个驾驶片段跟电池电压有非常紧密的关系。通过数据的挖掘，发现在KW检验下，加速踏板的行程、制动踏板的行程和车速对电池电压的标准差是有显著的影响。而且在这个微观的片段下，加速踏板的行程和车速，又是影响电池电压电域的主要因素。
第二，武汉理工大学还将行驶交通环境的工况跟电池的安全做了耦合的分析。按照拥堵、一般、畅通这三类，画出了有效运动的片段有16177条，在每一个片段下提出了24项跟车况相关的特征参数，涵盖了车速、踏板和驾驶行为，以及道路交通的这样一些信息的特征。
武汉理工进行了多维度多次数据的提取和挖掘，发现最大的车速，平均行驶的车速和车速的标准差，与电压电域的相关系数都比较高，都超过了0.8。
通过数据可以发现，新能源汽车在高速的工况下，电池电压的一致性是最差的，剩余电量在60%到80%，电池电压的一致性也是最差的。
吴超仲将驾驶行为、行驶工况，与电池故障检测、风险预警结合起来，预测新能源汽车什么时候最有可能出现电池故障的风险。
武汉理工大学将这些关联关系建立模型，把行为特征参数和运行的工况全部融合起来，采用神经网络的模型来进行电池电压预测。通过这个方法，武汉理工在电池预测平均误差方面降低了65%。
武汉理工大学基于故障数据和99.9%的微误差的统计，可以确定4类运行片段下电压的异常值，也就是风险预报，识别的灵敏度可以达到了0.1V，做到了关键部件安全感知更精细、风险预警更精准。
武汉理工大学还从新能源车运行角度，也做了一个综合的风险辨识，通过将驾驶行为和交通的运行数据融合起来，形成一个综合风险评价的体系。
此外，他们还做了新能源车和燃油车在不同渗透率的情况下的风险分析。通过搭建微观交通仿真场景，以安全替代方法评估车辆运行的安全风险。得出的结论是，在交通混行条件下，不同的渗透率下，新能源汽车安全风险存在差异。
例如，新能源汽车渗透率在0-30%期间，安全风险是持续上升的；到了30%—100%阶段，安全风险又在逐渐下降。
04
平台监测技术水平、整体效能亟待提升
在进行数据分析时，吴超仲也发现了很多数据问题，例如数据来源不全面、数据采集不精细、数据挖掘不深入，还有数据应用不充分的问题。
吴超仲认为，上述问题提升了部件安全预警和新能源汽车运行风险辨识预警的难度。
对此，吴超仲提出了几点建议。一是，基于更加精细化、细颗粒度来执行数据收集，扩展国家新能源汽车的监管平台的功能。
二是，要融合群组的挖掘、图挖掘、语义的挖掘等先进的人工智能的技术，来拓展安全监管的应用场景。
三是，要进一步融合数字孪生的技术、全息感知的技术，来实现新能源汽车和其他车辆混行情况下这种安全的综合监管。
会上，工业和信息化部装备中心监督管理处高级工程师王峥也提到了目前数据收集存在的问题。
王峥也认为，平台监测技术水平整体效能亟待提升。在监测平台方面，部分企业平台数据间连通互不顺畅，不闭环，监测效率比较低。“在三级报警这一块相关处置信息没有完成闭环的处置，凡是发生三级报警的都要闭环，要不然它会有安全隐患。”
在安全预警方面，部分企业新能源汽车安全预警技术研究还是处于刚刚起步的阶段，还不具备整车的安全预警能力。
王峥认为，目前事故应急响应机制不够完善，处置能力较弱。对于重大灾害的应急响应，部分企业主要以被动应急救援为主，缺乏主动应急响应机制，总体协调，还有综合管理这一块有点欠缺。
此外，王峥还提到，大部分企业在发生起火燃烧事故后，存在不同程度的未按要求及时上报起火事故的情况，存在漏报、迟报的现象。“这块实际上我们前期跟应急管理部做过对接，我们这边的数据相当于跟应急管理部那边数据相差很多，它那边的数据相当于是实际的，所以咱们这边的企业还是有迟报漏报的现象。”王峥提醒，这部分是有明确的文件规定的，如果企业不能做到，将会受到相应处罚。
可以看到，提升新能源汽车安全是有迹可循的，完善的大数据平台是基础。只有大数据不断完善，研究者才能进一步挖掘数据之间的联系，提升安全预警的精准度，最终才能有效提升车辆的安全性，为新能源汽车的发展赋能。
