一种基于大数据的电动汽车评估系统

1.本发明涉及电动汽车评估领域，具体涉及一种基于大数据的电动汽车评估系统。


背景技术：

2.近年来,新能源汽车的研发和市场化发展受到了越来越多的关注,电动汽车作为新型绿色环保机动车得到了快速的发展并逐渐进入人们的视线。但是，目前，市场上尚未形成相应的电动汽车评估标准体系，二手电动汽车定价方式模糊，在交易市场上无人问津，保值率极低，同时还伴随着电动汽车安全隐患发现存在严重的滞后性的问题。


技术实现要素：

3.为解决上述问题，本发明提供了一种基于大数据的电动汽车评估系统，基于大数据建立了电动汽车专用的评估体系，从而实现了电动汽车当前性能的评估，为二手电动汽车剩余价值的评估提供专业的指导，从而可以提高二手电动汽车在市场上的流通率。
4.为实现上述目的，本发明采取的技术方案为：一种基于大数据的电动汽车评估系统，包括：关联参数集构建模块，用于基于网络爬虫模块实现与电动汽车性能评估相关的参数集的爬取，并实现电动汽车性能评估关联参数集的构建；评估指标构建模块，用于为每一种电动汽车型号配置对应的电动汽车性能评估关联参数的评估指标；评估模型构建模块，用于基于电动汽车性能评估关联参数及其对应的评价指标训练生成每一种电动汽车型号的性能评估模型；目标参数采集模块，用于获取待评估电动汽车的电动汽车性能评估关联参数；评估模块，用于根据待评估电动汽车的型号调用对应的性能评估模型根据所采集到的电动汽车性能评估关联参数实现该电动汽车的评估。
5.进一步地，所述参数集构建模块基于网络爬虫模块在预设的网络基站上爬取与电动汽车性能评估相关的参数集，然后基于人工+机器学习的方式实现电动汽车性能评估关联参数集的构建。
6.进一步地，所述电动汽车性能评估关联参数集包括车辆基础配置参数、初始可续航里程、历史行驶里程、当前可续航里程、充电次数、充电频率、百公里综合能耗、充放电深度的统计分布、快/慢充使用比例、电池工作温差、电池工作压差、历史故障维修情况。
7.进一步地，所述评估指标构建模块基于网络爬虫模块和/数据挖掘模块在网络基站和/数据库中爬取每一种电动汽车型号的每一种车龄对应的电动汽车性能评估关联参数的评估指标区间。
8.进一步地，所述电动汽车型号的性能评估模型采用模糊神经网络模型。
9.进一步地，所述评估模块首先基于最邻近分类器根据录入的电动汽车型号和车龄调用对应的性能评估模型根据所采集到的电动汽车性能评估关联参数实现该电动汽车的
评估，并生成对应的电动汽车评估报表。
10.进一步地，所述电动汽车评估报表内载电动汽车型号信息、车龄信息、电动汽车性能评估相关的参数名称及每一项的具体数值、评估指标区间和评估结果。
11.本发明具有以下有益效果：基于大数据建立了电动汽车专用的评估体系，从而实现了电动汽车当前性能的评估，为二手电动汽车剩余价值的评估提供专业的指导，从而可以提高二手电动汽车在市场上的流通率。
12.本系统还可以用于电动汽车安全隐患和异常的自检，可以及时的发现电动汽车在使用期间所存在的安全隐患和异常，从而可以提高电动汽车使用的安全性。
附图说明
13.图1为本发明实施例一种基于大数据的电动汽车评估系统的系统框图。
具体实施方式
14.下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
15.实施例1如图1所示，一种基于大数据的电动汽车评估系统，包括：关联参数集构建模块，用于基于网络爬虫模块实现与电动汽车性能评估相关的参数集的爬取，并实现电动汽车性能评估关联参数集的构建；评估指标构建模块，用于为每一种电动汽车型号配置对应的电动汽车性能评估关联参数的评估指标；评估模型构建模块，用于基于电动汽车性能评估关联参数及其对应的评价指标训练生成每一种电动汽车型号的性能评估模型；目标参数采集模块，用于获取待评估电动汽车的电动汽车性能评估关联参数；评估模块，用于根据待评估电动汽车的型号调用对应的性能评估模型根据所采集到的电动汽车性能评估关联参数实现该电动汽车的评估；中央处理模块，用于协调上述模块工作。
16.本实施例中，所述参数集构建模块基于网络爬虫模块在预设的网络基站上爬取与电动汽车性能评估相关的参数集，然后基于人工+机器学习的方式实现电动汽车性能评估关联参数集的构建；所述电动汽车性能评估关联参数集包括车辆基础配置参数（电池组配置数据、电机组配置数据、轮胎组配置数据、操控盘配置数据、车灯配置数据）、初始可续航里程、历史行驶里程、当前可续航里程、充电次数、充电频率、百公里综合能耗、充放电深度的统计分布、快/慢充使用比例、电池工作温差、电池工作压差、历史故障维修情况。
17.本实施例中，所述评估指标构建模块基于网络爬虫模块和/数据挖掘模块在网络基站和/数据库中爬取每一种电动汽车型号的每一种车龄（按车子出厂时间算，从0开始，按半年为计量单位）对应的电动汽车性能评估关联参数的评估指标区间，每个电动汽车性能
评估关联参数的评估指标区间均包括最低合格门限、最高合格门限以及危险门限。其中，落入最低合格门限、最高合格门限之间，则判定为合格，+1分，落入危险门限，则判定为危险，需维修/更换，﹣5分，低于最低合格门限或高于最高合格门限，且未落入危险门限，则判定为不合格，﹣1分。优选地，为落入危险门限的电动汽车性能评估关联参数配置对应的维修建议，当发现落入危险门限的电动汽车性能评估关联参数时，以弹出对话框的模式提醒用户及时进行对应汽车部件的维修/更换。
18.本实施例中，所述电动汽车型号的性能评估模型采用模糊神经网络模型，每一种电动汽车型号的每一种车龄（按车子出厂时间算，从0开始，按半年为计量单位）配置一性能评估模型。
19.本实施例中，目标参数采集模块采用微信小程序上传调查问卷的方式实现采集，用户通过打开对应的微信小程序即可进入调查问卷填写模式，用户在完成调查问卷的填写后，点击“上传”按钮，即可实现对应电动汽车性能评估关联参数的上传。
20.本实施例中，所述评估模块首先基于最邻近分类器根据录入的电动汽车型号和车龄调用对应的性能评估模型根据所采集到的电动汽车性能评估关联参数实现该电动汽车的评估，并生成对应的电动汽车评估报表。所述电动汽车评估报表内载电动汽车型号信息、车龄信息、电动汽车性能评估相关的参数名称及每一项的具体数值、评估指标区间和评估结果。
21.以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。