[發明專利]在用新能源汽車的高風險車輛篩選方法及存儲介質

有效

• 申請號: 202210122447.0
• 申請日: 2022-02-09
• 公開（公告）號: CN114462857B
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 萬鑫銘;閆文;程端前;張怒濤;王澎;趙星;周晶晶;張宇;劉川;蒲云川
• 申請（專利權）人: 中國汽車工程研究院股份有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06K9/62
• 代理公司: 重慶強大凱創專利代理事務所(普通合伙) 50217
• 代理人: 范淑萍

本發明涉及電動汽車評價方法領域，具體涉及在用新能源汽車的高風險車輛篩選方法及存儲介質，方法包括：確定多個經驗特征，計算多個經驗特征之間的相關系數矩陣，對相關系數矩陣中相關系數值大于閾值的經驗特征的占比進行統計，對經驗特征進行主成分分析，得到主成分特征；獲取運行中新能源汽車預設時間段內行駛的運行數據，根據累計行駛里程是否大于預設里程將新能源汽車的運行數據分成正樣本和負樣本；分析正樣本與負樣本的特征分布的總區分度，以區分度與閾值差值的最小值的主成分特征為篩選特征，將篩選特征標準化后的20％分位數作為特征篩選閾值；以篩車綜合特征對待篩車的數據進行篩選。本發明能夠有效篩選高風險在用新能源汽車。

技術領域

本發明涉及電動汽車評價方法領域，具體涉及在用新能源汽車的高風險車輛篩選方法及存儲介質。

背景技術

新能源汽車是利用清潔能源作為動力進行驅動的代步工具，因污染物排放少，新能源汽車運行過程中對環境造成的污染很小，市場對于新能源汽車的需求量大，企業針對旺盛的市場需求也進行了新能源汽車的研發升級，所以，新能源汽車的發展非常迅速。新能源汽車的迅速發展也促使了對高風險新能源汽車篩選要求的提高，而目前高風險新能源汽車的篩選還是按照相關規則中規定的條件進行，即將一年內行駛了八萬公里的新能源汽車作為風險車輛，這種篩選方法使得其安全問題日益突出，使得新能源汽車的風險車輛篩選非常重要。

使用現有規則中固定的條件進行新能源汽車風險狀態判斷的方法，判斷緯度單一，容易忽略掉新能源汽車的部分潛在風險問題，新能源汽車忽略掉潛在風險問題可能會導致潛在風險烈化，引發安全事故，嚴重時還可能造成起火等嚴重安全問題。

發明內容

本發明意在提供一種在用新能源汽車的高風險車輛篩選方法，以在新能源汽車的行駛服役過程中及時發現潛在風險問題。

本方案中的在用新能源汽車的高風險車輛篩選方法，包括以下步驟：

步驟1，確定與新能源汽車安全狀態相關聯的多個經驗特征，計算多個經驗特征之間的相關系數矩陣，對相關系數矩陣中相關系數值大于閾值的經驗特征的占比進行統計，判斷占比是否大于預設值，當占比大于預設值時，對經驗特征進行主成分分析，得到主成分特征；

步驟2，獲取運行中新能源汽車預設時間段內行駛的運行數據，根據累計行駛里程是否大于預設里程將新能源汽車的運行數據分成正樣本和負樣本；

步驟3，基于每個主成分特征對正樣本和負樣本的特征分布進行對比，得到正樣本與負樣本的特征分布的總區分度，根據總區分度中最大兩個值對應的主成分特征處理得到篩車綜合特征；

步驟4，以步驟3中的篩車綜合特征對待篩車的數據進行篩選。

本方案的有益效果是：

將新能源汽車的經驗特征進行相關系數矩陣的計算，并將相關系數矩陣進行主成分分析得到主成分特征，并利用主成分特征對正樣本和負樣本進行特征分布的對比分析，以總區分度最大的兩個主成分特征處理得到篩車綜合特征，利用篩車綜合特征進行新能源汽車的篩選，能夠從多個方面進行風險車輛的篩選，能夠有效篩選出滿足預設高風險狀態的在用新能源汽車。

進一步，所述主成分分析步驟包括：

步驟A：根據新能源汽車的分析需求選取初始分析變量，所述初始分析變量包括長時間尺度上的累積效應特征和使用強度特征；

步驟B：將初始分析變量中非標準化的累積效應特征按照預設模型進行標準化處理；

步驟C：對標準化后的初始分析變量特征求協方差矩陣，計算協方差矩陣的特征值和特征向量；

步驟D：將特征值按照從大至小順序進行排序，得到主成分個數，并根據主成分個數得到主成分特征；