能源汽车的技术成熟度尚不如传统燃油车，在研发及运行阶段还有诸多问题亟待深入进行优化，利用算法实现驾驶行为的自动分级，并分析了不同级别驾驶行为的能耗分布情况。分析结果表明，驾驶行为影响新能源汽车能耗水平，其中平稳驾驶对应的能耗较低，对新能源汽车产品升级和用户驾驶习惯优化具有定的参考价值。关键词新能源高频大数据基于新能源高频大数据的驾驶行为与能耗分析论文原稿耗的计算公式为式中为段驾驶行程的总能耗为该段驾驶行程数据的总帧数为第帧数据总电压为第帧数据总电流为第帧数据时间戳与第帧数据时间戳之差。摘要近年来，在新能源汽车示范推广和财政补贴的大背景下，我国新能源汽车产业快速发展平方和是指数据集中所有数据点的聚类误差总和，可定程度上反映出聚类效果，其计算公式为式中为误差平方和为第类数据为的聚类中心点为第类数据集中的任意点。驾驶行为能耗計算能耗是反映新能源汽车能源消耗量的直接数据指标，是评价新能源汽车中为段驾驶行程的百公里能耗为该段驾驶行程的总能耗为该段驾驶的行程里程数。案例研究本文利用运营在天津的品牌款纯电动汽车采集新能源高频大数据，所选车辆上线日期接近，且运营在同地域，降低了地域电池寿命等因素对能耗的影响。数据预处理原数据电机数据主要包括电压电流温度等。驾驶行为分析驾驶行为特征参数提取通常，评价用户的驾驶行为可采用的数据主要为车速方向盘转角纵向加速度制动减速度等，可提取的参数则包括最大值最小值均值中值众数标准差以及不同区间占比等不相关的参数矩阵，其中每个参数即为个主成分。通过对所有主成分的贡献率和累计贡献率进行分析，选取其中前若干个主成分，以反映原驾驶行为联合分布特征参数的以上的信息量。经过主成分分析，可大大减小原驾驶行为联合分布特征参数矩阵的维度，提高计算效率。充电数户驾驶行为，尤其是急加速急减速急转弯等不良操作，本文提出利用车速纵向加速度车速制动减速度和车速方向盘转速联合分布作为评价用户驾驶行为的指标。联合分布特征参数可从时序角度整体把控驾驶行为，也可反映出车速与纵向加速度制动减速度或方向盘转速的空间关系，不仅与道路安全密切相关，更是影响新能源汽车能耗的重要参数，无疑是评价用户驾驶行为必不可少的指标。除最大值最小值中值均值标准差等常规统计学参数外，不同车速区间的占比能够细化车速离散性，可反映出用户驾驶行为的平稳性。充电数据充电数据主要包括充电方式充域，降低了地域电池寿命等因素对能耗的影响。数据预处理原始采集新能源高频大数据中存在部分空值缺省值等无效数据片段，影响后续驾驶行为分析和能耗计算的精确度，需进行数据清洗处理。本文采用的处理方法是利用有效数据片段进行线性插值，替换无效数据片段。基于新能源高频大数据的驾驶行为与能耗分析论文原稿充电数据主要包括充电方式充电状态充电电流等。电池数据电池数据主要包括总电压总电流绝缘电阻最高单体电压最低单体电压最高温度最低温度等。电机数据电机数据主要包括电机控制器电流驱动电机转速驱动电机扭矩等。参数进行降维优化。主成分分析算法是目前成熟且常用的复杂数据矩阵降维方法之，由在年首次提出。利用主成分分析算法，可对驾驶行为的联合分布特征参数进行正交变换，将相互之间可能存在定关联性的驾驶行为联合分布特征参数矩阵，正交化成为个线性化且公里能耗是结合行驶里程将总能耗归化为每百公里消耗的电量。总能耗的计算公式为式中为段驾驶行程的总能耗为该段驾驶行程数据的总帧数为第帧数据总电压为第帧数据总电流为第帧数据时间戳与第帧数据时间戳之差。基于新能源高频大数据够综合评价驾驶行为的时空变化特征。驾驶行为特征参数优化在用户的实际驾驶行程中，不能完全覆盖联合分布的每个区间范围，故驾驶行为的联合分布特征参数存在定的冗余性。為最大限度降低计算所需的资源，同时最大化保留驾驶行为联合分布特征参数所蕴含的信息，需对特状态充电电流等。电池数据电池数据主要包括总电压总电流绝缘电阻最高单体电压最低单体电压最高温度最低温度等。电机数据电机数据主要包括电机控制器电流驱动电机转速驱动电机扭矩等。基于新能源高频大数据的驾驶行为与能耗分析论文原稿。为精细刻画数据电机数据主要包括电压电流温度等。驾驶行为分析驾驶行为特征参数提取通常，评价用户的驾驶行为可采用的数据主要为车速方向盘转角纵向加速度制动减速度等，可提取的参数则包括最大值最小值均值中值众数标准差以及不同区间占比等。车速车驾驶行为与能耗分析论文原稿。百公里能耗的计算公式为式中为段驾驶行程的百公里能耗为该段驾驶行程的总能耗为该段驾驶的行程里程数。案例研究本文利用运营在天津的品牌款纯电动汽车采集新能源高频大数据，所选车辆上线日期接近，且运营在同基于新能源高频大数据的驾驶行为与能耗分析论文原稿是反映新能源汽车能源消耗量的直接数据指标，是评价新能源汽车性能的重要参数。通过车载终端设备采集来的高频大数据中，不含有能耗字段，因此需要利用其他数据字段计算能耗。常用的能耗特征参数包括总能耗和百公里能耗，其中总能耗是指段驾驶行程所消耗的总电量，而究，其中续航和能耗是车企和消费者最为关注的问题之。新能源汽车能耗的高低，与用户驾驶行为密切相关。目前行业内对于驾驶行为的研究多基于低频数据提取车速加速度方向盘转角的统计学参数，用于评价驾驶行为的平稳性和安全性，不足以对驾驶行为的时空变化特性进行精驶行为能耗主成分分析聚类算法前言在汽车产业电动化网络化智能化共享化的趋势背景下，近年来新能源汽车产业快速发展。据统计显示，截止年月，全国新能源汽车保有量已达万。与传统燃油车不同，新能源汽车在运行过程中采集了大量运营数据，可定程度上反映用户的使用习但与传统燃油车相比，新能源汽车的技术成熟度尚且不足，在研发运行阶段仍存在诸多问题等待解决，其中能耗和续航问题的关注度尤为突出。本文基于车载终端采集到的新能源高频大数据，提取能够反映驾驶行为精细时空变化特征的特征参数集，采用主成分分析方法将特征参数能的重要参数。通过车载终端设备采集来的高频大数据中，不含有能耗字段，因此需要利用其他数据字段计算能耗。常用的能耗特征参数包括总能耗和百公里能耗，其中总能耗是指段驾驶行程所消耗的总电量，而百公里能耗是结合行驶里程将总能耗归化为每百公里消耗的电量。总采集新能源高频大数据中存在部分空值缺省值等无效数据片段，影响后续驾驶行为分析和能耗计算的精确度，需进行数据清洗处理。本文采用的处理方法是利用有效数据片段进行线性插值，替换无效数据片段。基于新能源高频大数据的驾驶行为与能耗分析论文原稿。其中，误等。车速车速不仅与道路安全密切相关，更是影响新能源汽车能耗的重要参数，无疑是评价用户驾驶行为必不可少的指标。除最大值最小值中值均值标准差等常规统计学参数外，不同车速区间的占比能够细化车速离散性，可反映出用户驾驶行为的平稳性。百公里能耗的计算公式为