基于车联网技术的电动客车运营工况分析和电机选型方法

1.本发明涉及电动客车运营工况领域，具体涉及一种基于车联网技术的电动客车运营工况分析和电机选型方法。


背景技术：

2.电动汽车可以有效的缓解日益严峻的环境污染及能源危机问题，随着城市电动客车的普及，电动客车运营工况和电机选型匹配的工作也亟待优化。解决整车爬坡动力不足、整车能耗过高等问题，需要相关技术人员采集运营工况路谱，通过所反馈的运营工况路谱进行工况分析才能优化整车性能及指导新产品电机选型匹配。而增派技术人员进行路谱工况的采集工作需要消耗较大的人力成本及费用，且需要协调客户配合。因此，运营工况数据的采集成本过高。
3.传统方法在采集运营工况数据和电机选型匹配工作是独立的，不能智能的采集运营工况数据的同时优化整车性能及指导新产品电机选型匹配。
4.因此，现有技术还有待于改进和发展。


技术实现要素：

5.本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于车联网技术的电动客车运营工况分析和电机选型方法，旨在解决运营工况数据的采集成本过高的问题，以及不能智能的采集运营工况数据的同时优化整车性能及指导新产品电机选型匹配的问题。
6.本发明解决技术问题所采用的技术方案如下：
7.第一方面，本发明实施例提供一种基于车联网技术的电动客车运营工况分析和电机选型方法，其中，所述方法包括：
8.采集车辆行驶数据；
9.将所述车辆行驶数据进行分析得到运营工况数据；所述运营工况数据是在特定道路环境下反映车辆运动学特征的数据；
10.根据所述运营工况数据和地区城市道路路况信息得到车辆的电机选型参数。
11.在一种实现方式中，所述采集车辆行驶数据，包括：
12.采集单个车辆行驶过程中的位置数据，并上传至监控云平台；其中，所述位置数据包括车辆所处的经度、纬度、海拔高度；
13.采集单个车辆行驶过程中的实时车速数据，并上传至所述监控云平台；
14.所述监控云平台将所述位置数据和所述实时车速数据进行整合得到单个车辆行驶数据。
15.在一种实现方式中，所述将所述车辆行驶数据进行分析得到运营工况数据，包括：
16.将所述单个车辆行驶数据中的所述位置数据进行分析得到坡度数据；
17.将所述单个车辆行驶数据中的所述实时车速数据进行分析得到车速分析数据；
18.根据所述坡度数据和所述车速分析数据得到所述运营工况数据。
19.在一种实现方式中，所述将所述车辆行驶数据中的所述位置数据进行分析得到坡度数据，包括：
20.通过高斯变化将所述经度、纬度投影到平面坐标系，结合所述海拔高度得到三维位置坐标；
21.根据所述三维位置坐标得到地区城市道路的坡度值；
22.对所述地区城市道路的坡度值进行滤波处理和限值处理，得到所述坡度数据。
23.在一种实现方式中，所述将所述车辆行驶数据中的所述实时车速数据进行分析得到车速分析数据，包括：
24.对所述实时车速数据进行分析，得到最高车速、平均车速、车辆的加减速度、车速的区间占比；
25.将所述最高车速、平均车速、车辆的加减速度、车速的区间占比进行整合得到所述车速分析数据。
26.在一种实现方式中，所述根据所述坡度数据和所述车速数据得到运营工况数据，包括：
27.对所述坡度数据和所述车速分析数据进行分析，得到单车运营工况数据；
28.将所有所述单车运营工况数据进行整合，得到所述运营工况数据。
29.在一种实现方式中，所述根据所述运营工况数据和地区城市道路路况信息得到所述车辆的电机选型参数，包括：
30.根据所述运营工况数据和地区城市道路路况信息得到城市道路坡度数据和城市道路车速分析数据；
31.根据所述运营工况数据，结合所述车辆的整车参数，得到所述车辆的电机爬坡扭矩参数和相应运营工况下的理论能耗水平；
32.根据所述城市道路坡度数据，结合不同米段车型的整车参数，得到各个米段车型的电机峰值扭矩参数；
33.根据所述城市道路坡度数据和所述城市道路车速分析数据，结合不同米段车型的整车参数，得到各个米段车型的峰值功率参数和所述车辆的电机工作区域数据；
34.根据所述车辆的电机爬坡扭矩参数、相应运营工况下的理论能耗水平、所述各个米段车型的电机峰值扭矩参数、所述各个米段车型的峰值功率参数和所述车辆的电机工作区域数据，得到所述车辆的电机选型参数。
35.第二方面，本发明实施例还提供一种基于车联网技术的电动客车运营工况分析和电机选型装置，其中，所述装置包括：
36.车辆行驶数据采集模块，用于采集车辆行驶数据；
37.运营工况数据获取模块，用于将所述车辆行驶数据进行分析得到运营工况数据；
38.电机选型参数获取模块，用于根据所述运营工况数据和地区城市道路路况信息得到所述车辆的电机选型参数。
39.第三方面，本发明实施还提供一种监控云平台，其特征在于，所述监控云平台包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的基于车联网技术的电动客车运营工况分析和电机选型程序，所述处理器执行所述基于车联网技术的电动客车运营
工况分析和电机选型程序时，实现如上述任一项所述的基于车联网技术的电动客车运营工况分析和电机选型方法的步骤。
40.第四方面，本发明实施例还提供一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上述任一项所述的基于车联网技术的电动客车运营工况分析和电机选型方法的步骤。
41.有益效果：本发明实施例通过监控云平台对车辆行驶数据进行采集，根据相关算法进行坡度值、最高车速、平均车速、车速区间占比，最大加速度，最大减速度等的自动化计算，输出单车运营工况分析，以指导售后问题的解决，大大减少工况数据处理的人工成本，有效提高工作效率。再结合大数据分析技术，基于单台车工况分析数据，构建了不同省份及城市的运营工况数据，作为预售车型工况适应性的评审依据，最后，基于上述自动化的运营工况数据的分析结果，结合整车参数，完成电机的功率、扭矩需求计算，可实现电机的选型匹配优化，为新产品的迭代更新提供参考依据。
附图说明
42.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
43.图1是本发明实施例提供的一种基于车联网技术的电动客车运营工况分析和电机选型方法的流程示意图。
44.图2是本发明实施例提供的基于车联网技术的电动客车运营工况分析和电机选型装置的原理框图。
45.图3是本发明实施例提供的监控云平台的内部结构原理框图。
具体实施方式
46.为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
47.需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后
……
)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
48.由于现有技术中，人工采集运营工况数据的成本过高，且传统方法在采集运营工况数据和电机选型匹配工作是独立的，不能智能的采集运营工况数据的同时优化整车性能及指导新产品电机选型匹配。
49.为了解决现有技术的问题，本实施例提供了一种基于车联网技术的电动客车运营工况分析和电机选型方法，通过将采集到的车辆行驶数据进行分析得到运营工况数据，再根据所述运营工况数据和地区城市道路路况信息得到车辆的电机选型参数。本发明可以结合大数据分析技术，基于单台车工况分析数据，构建了不同省份及城市的运营工况数据库，基于自动化的工况分析结果，结合整车参数，实现电机的选型匹配优化，为新产品的迭代更
新提供参考依据。
50.示例性方法
51.本实施例提供一种基于车联网技术的电动客车运营工况分析和电机选型方法，本实施例可应用于车联网智能设备。如图1所示，所述方法包括如下步骤：
52.步骤s100、采集车辆行驶数据。
53.车辆行驶数据,是指车辆在运行过程中的一系列参数,包括车辆实时位置、行驶轨迹、发动机启动与关闭时间、发动机温度、发动机转速、节气门开度、怠速时间长短、发动机持续工作小时、电瓶电压、是否开空调、变速箱档位信息、变速箱换挡模式、车辆的行驶速度、加速度、驾驶员操作习惯等。即所有与车辆运行有关的参数,都可以看做是车辆行驶数据。
54.车辆行驶数据可以通过技术人员现场勘验，也可以通过智能采集设备自动上报。
55.在一种实现方式中，本实施例所述步骤s100包括如下步骤：
56.步骤s101、采集单个车辆行驶过程中的位置数据，并上传至监控云平台；其中，所述位置数据包括车辆所处的经度、纬度、海拔高度；
57.步骤s102、采集单个车辆行驶过程中的实时车速数据，并上传至所述监控云平台；
58.步骤s103、所述监控云平台将所述位置数据和所述实时车速数据进行整合得到单个车辆行驶数据。
59.具体地，通过技术人员现场勘验采集车辆行驶数据需要增派技术人员到现场勘验，采集工作需要消耗较大的人力成本及费用，且需要协调客户配合，因此，运营工况数据的采集成本过高。本发明实施例自动采集通过智能设备上报的车辆行驶数据，通过所述车辆所搭载的车载gps(全球定位系统，g l oba l pos i t i on i ng system)在车辆运行过程中实时获取车辆所处的经度、纬度、海拔高度，并上传至车联网监控云平台，车载gps再结合整车vcu(车载通信装置，veh i cu l ar commun i cat i on un it)获取整车的can(控制器局域网络，contro l l er area network)总线数据，就可以采集到单个车辆行驶过程中的实时车速数据，并实时上传至监控云平台。监控云平台根据收到的实时数据将位置数据和实时车速数据根据时间同步整合得到单个车辆行驶数据。
60.举例说明，电动客车a在广东省内的京港澳高速上a-》b段行驶过程中，通过车载gps实时向监控云平台发送电动客车a的所处的经度、纬度和海拔高度，通过整车vcu获取整车的can总线数据，就可以采集到电动客车a行驶过程中的实时车速数据，这样监控云平台就可以通过将同一时刻同一车辆的经度、纬度、海拔高度和实时车速数据进行整合，得到电动客车a行驶在京港澳高速上a-》b段时，在时刻t的车辆行驶数据。
61.步骤s200、将所述车辆行驶数据进行分析得到运营工况数据；所述运营工况数据是在特定道路环境下反映车辆运动学特征的数据；
62.车辆的运营工况数据是用来描述特定交通环境下车辆行驶特征的各种参数，不同类型的车辆其行驶工况有所不同。车辆运营工况能够反映汽车道路行驶的运动学特征，是汽车行业一项重要的共性基础技术。车辆运营工况不仅是车辆排放、能耗、行驶里程测试规范及限值标准的基础，也是进行车辆新兴技术性能指标标定优化与评价的主要基准。
63.具体地，本实施例将采集到的的车辆行驶数据进行分析得到运营工况数据。车辆行驶数据中的车辆的经度、纬度、海拔高度和实时车速数据都可以反映车辆的在某一时刻
某一路段的运营工况。
64.在一种实现方式中，本实施例所述步骤s200包括如下步骤：
65.步骤s201、将所述单个车辆行驶数据中的所述位置数据进行分析得到坡度数据；
66.在一种实现方式中，本实施例所述步骤s201包括如下步骤：
67.步骤s2011、通过高斯变化将所述经度、纬度投影到平面坐标系，结合所述海拔高度得到三维位置坐标；
68.步骤s2012、根据所述三维位置坐标得到地区城市道路的坡度值。
69.具体地，监控云平台根据采集到的单个车辆行驶数据中的位置数据，与地图平台交互，得到车辆的时实省/市位置信息，所述省/市位置信息可以反映车辆处于某省某市的某条道路上。同时，监控云平台利用高斯变化将经纬度信息投影到平面坐标系，再结合海拔高度就得到了车辆行驶过程中每一时刻的三维位置坐标，再根据所述三维位置坐标计算得到地区城市道路的坡度值i为坡高与底长之比，即其中i为坡度值，h为一个时间单位内车辆在坡路上行驶时海拔高度的变化值，l为一个时间单位内车辆在坡路上驶过的水平位移，即坡道底长，a为坡度的夹角。h可以由gps的海拔高度直接得出；l可通过高斯投影得到任意两点的坐标间接求得。结合车辆的时实省/市位置信息就可以得到车辆在某一地区城市道路的坡度值。
70.举例说明，根据车辆a的车辆行驶数据可以得到车辆所处的时实省/市位置信息为大连市的中山路，在t1-t2这个时间段内，根据车辆a的行驶数据中的海拔高度的变化值和水平位移就可以得到t1-t2这个时间段内车辆a在大连市地区的中山路上行驶时的坡度值为3％。进而得到车辆a在中山路a-b段的所有坡度值，处于12％-1％之间。
71.步骤s2013、对所述地区城市道路的坡度值进行滤波处理和限值处理，得到所述坡度数据。
72.具体地，因坡度值波动过大或者过于频繁会影响分析运营工况数据的准确性，所以需要对地区城市道路的坡度值进行滤波处理。为了避免gps数据的计算误差，再根据《公路工程技术标准》定义的不同道路类型的坡度要求对所述坡度值进行限值处理，得出运营工况的坡度值数据。
73.举例说明，如上例所述,车辆a在中山路a-b段的所有坡度值，处于12％-1％之间,本发明实施例的滤波条件为不大于10％，则将超过10％坡度值的设置为10％，再根据《公路工程技术标准》(jtg b01-2003)规定:各级公路的最大纵坡不应大于3％～9％。3％、4％的最大纵坡适合于高速公路和一级公路平原微丘区比较高行车速度行驶；8％,9％的最大纵坡,适合于三、四级公路山岭重丘区低速行驶；5％,6％,7％的最大纵坡适合于80,60,40km/h的计算行车速度。而中山路处于一级公路平原微丘区，则车辆a在中山路a-b段的最大纵坡为4％，将超过4％坡度值的设置为4％，未超过4％的坡度值的不变，且t1-t2这个时间段内车辆a在大连市地区的中山路上行驶时的坡度值为3％。
74.步骤s202、将所述单个车辆行驶数据中的所述实时车速数据进行分析得到车速分析数据；
75.具体地，采集到的实时车速数据是原始车速数据，通过对单个车辆行驶数据中的所述实时车速数据进行分析就可以从原始车速数据中得到车速的变化特征，从而得到车速
分析数据。
76.在一种实现方式中，本实施例所述步骤s202包括如下步骤：
77.步骤s2021、对所述实时车速数据进行分析，得到最高车速、平均车速、车辆的加减速度、车速的区间占比；
78.步骤s2022、将所述最高车速、平均车速、车辆的加减速度、车速的区间占比进行整合得到所述车速分析数据。
79.具体地，监控云平台根据vcu上报的车速数据，进行车辆的最高车速计算、平均车速计算、车辆的加减速度、车速的区间占比分析等，这样就得到了车速分析数据，所述车速分析数据用于反映车辆行驶过程中的最高车速是多少，最大加速度是多少，车辆平均车速是快是慢，快慢车速占比是多少。车速分析数据可以更全面的反映在车辆运营工况下的行驶特征。
80.需要注意的是，所述车速分析数据不限于本实施例所列举的车速特征，还可以包括加速度占比，拥堵车速占比等其他反映车速特征的分析数据。
81.举例说明，监控云平台分析得到车辆a在大连市地区的中山路上最大车速为80km/s,最大加速度为15m/s，车速在80km/h以上占比25％，车速在80km/h-30km/h之间占比50％，车速在30km/h以下占比15％，即为车辆a的车速分析数据。
82.步骤s203、根据所述坡度数据和所述车速分析数据得到所述运营工况数据。
83.具体地，结合坡度数据和所述车速分析数据得到车辆在不同坡度值下的车速特征，即运营工况数据。
84.在一种实现方式中，本实施例所述步骤s203包括如下步骤：
85.步骤s2031、对所述坡度数据和所述车速分析数据进行分析，得到单车运营工况数据；
86.步骤s2032、将所有所述单车运营工况数据进行整合，得到所述运营工况数据。
87.具体地，对单车的坡度数据和车速分析数据进行分析后，可得到单车运营工况数据，但单车的运营工况数据因受各种外界因素的干扰，无法表达准确的特征，这就需要将所有单车运营工况数据进行整合，通过对采集数据车辆的增加，以排除干扰，得到准确的所述运营工况数据。
88.举例说明，监控云平台分析得到车辆a在大连市地区的中山路上坡度值在1％-2％的区间里，最大车速为80km/s,最大加速度为15m/s，车速在60km/h以上占比30％，车速在60km/h-30km/h之间占比60％，车速在30km/h以下占比10％，在大连市地区的中山路上坡度值在2％-4％的区间里，最大车速为70km/s,最大加速度为10m/s，车速在60km/h以上占比10％，车速在60km/h-30km/h之间占比70％，车速在30km/h以下占比20％。将坡度数据和车速分析数据结合，即可得到车辆a的运营工况数据。
89.同样的方法得到所有车辆的单车运营工况数据，监控云平台将全部单车运营工况数据进行整合，就得到了运营工况数据
90.步骤s300、根据所述运营工况数据和地区城市道路路况信息得到车辆的电机选型参数。
91.具体地，监控云平台将所有所述单车运营工况数据进行分析整合，得到所述运营工况数据，并按照地区信息进行特定省或市的数据分类，根据单车运营工况坡度构建海量
车辆的地区坡度值数据库，以得到地区城市道路路况信息。
92.在一种实现方式中，本实施例所述步骤s300包括如下步骤：
93.步骤s301、根据所述运营工况数据和地区城市道路路况信息得到城市道路坡度数据和城市道路车速分析数据；
94.具体地，监控云平台采集到的所有运营车辆大数据得到海量的单车运营工况进行分析，监控云平台按照地区信息进行特定省或市的数据分类，根据运营工况坡度计算值，构建该地区坡度值数据库，得到城市道路坡度数据；同时，根据车速的分析数据，构建该地区城市道路车速数据库，得到城市道路车速分析数据。
95.步骤s302、根据所述运营工况数据，结合所述车辆的整车参数，得到所述车辆的电机爬坡扭矩参数和相应运营工况下的理论能耗水平；
96.具体地，根据监控云平台输出的运营工况数据的最大爬坡度值，结合整车参数，就可以得到电机爬坡扭矩需求。根据运营工况数据可得到车辆的车速、坡度值及整车参数，就可以计算所述运营工况下的理论能耗水平。也就是说，根据运营工况数据中的车速、坡度及整车参数，可得到在所述运营工况下整车的行驶功率，结合整车参数对功率积分即可得到所述运营工况下的总耗电量q，通过车速信息即可获得整车行驶里程s，求得所在地区的理论能耗水平的公式为：这样，在评估售后反馈的能耗异常问题，通过将理论能耗水平与所售车辆的点击能耗水平作比较，就可以推断所述车辆的电机爬坡扭矩参数和相应运营工况下的理论能耗水平是否适合所述地区，从而指导售后。
97.举例说明，根据某地区的运营工况数据，且车辆的整车参数为长4933mm、宽1836mm、高1469mm重1455kg，运营工况数据的最大爬坡度值为10％时，根据整车参数和最大爬坡度值可知保证车辆性能平稳的电机爬坡扭矩的需求，即电机爬坡扭矩参数为220nm。进一步地，通过车身重量和运营工况数据可知在某地区的理论能耗水平为11.6kwh。若车辆a在所述地区出现电机爬坡扭矩不足或者电池续航不足时，可以通过将车辆a的电机能耗水平与理论能耗水平作比较判断车辆a的能耗是否适合所述地区的运营工况。若车辆a在所述地区出现爬坡扭矩不足时，可以通过将车辆a的电机爬坡扭矩与电机爬坡扭矩参数作比较判断车辆a的电机是否适合所述地区的运营工况。
98.步骤s303、根据所述城市道路坡度数据，结合不同米段车型的整车参数，得到各个米段车型的电机峰值扭矩参数；
99.具体地，根据监控云平台所构建的城市道路坡度数据库，得到城市道路坡度数据，结合不同米段车型整车参数，计算电机的峰值扭矩需求，即得到电机峰值扭矩参数，以此优化不同车型电机的选型匹配涉及的峰值扭矩要求值。
100.举例说明，根据监控云平台所分析的a城市道路坡度数据，在a城市行驶的4米长的车辆想要保证驾驶平稳，电机峰值扭矩参数为260nm,则销售人员在为a城市推荐销售车型的时候，就可以优先选择电机峰值扭矩参数为260nm的车型。
101.步骤s304、根据所述城市道路坡度数据和所述城市道路车速分析数据，结合不同米段车型的整车参数，得到各个米段车型的峰值功率参数和所述车辆的电机工作区域数据；
102.具体地，监控云平台分析分析城市道路坡度数据和城市道路车速分析数据，结合
不同米段车型的整车参数，就可以得到各个米段车型的峰值功率参数以优化不同车型电机的选型匹配涉及的峰值功率需求，得到所述车辆的电机工作区域数据，即电机的常用工作区域，以优化不同车型电机的选型匹配涉及的电机常用工作点区域划定。
103.举例说明，监控云平台通过分析城市道路坡度数据和城市道路车速分析数据得到在a城市5米长的车型的峰值功率需求为12kwh，6米长的车型的峰值功率需求为13kwh，则当a城市的用户需要购买5米长的车辆时，销售人员会推荐用户购买配有峰值功率为12kwh的电机的电动车辆。
104.步骤s305、根据所述车辆的电机爬坡扭矩参数、相应运营工况下的理论能耗水平、所述各个米段车型的电机峰值扭矩参数、所述各个米段车型的峰值功率参数和所述车辆的电机工作区域数据，得到所述车辆的电机选型参数。
105.具体地，综合考虑电机爬坡扭矩参数、相应运营工况下的理论能耗水平、所述各个米段车型的电机峰值扭矩参数、所述各个米段车型的峰值功率参数和所述车辆的电机工作区域数据就可以得到电机选型参数，通过电机选型参数可以指导售后、优化整车性能及指导新产品电机选型匹配。
106.示例性设备
107.本实施例提供一种基于车联网技术的电动客车运营工况分析和电机选型装置，如图2所示，所述装置包括：
108.车辆行驶数据采集模块10，用于采集车辆行驶数据；
109.运营工况数据获取模块20，用于将所述车辆行驶数据进行分析得到运营工况数据；
110.电机选型参数获取模块30，用于根据所述运营工况数据和地区城市道路路况信息得到所述车辆的电机选型参数。
111.在一种实现方式中，所述车辆行驶数据采集模块10包括：
112.位置数据获取单元，用于采集单个车辆行驶过程中的位置数据，并上传至监控云平台；
113.实时车速数据获取单元，用于采集单个车辆行驶过程中的实时车速数据，并上传至所述监控云平台；
114.单个车辆行驶数据获取单元，用于所述监控云平台将所述位置数据和所述实时车速数据进行整合得到单个车辆行驶数据。
115.在一种实现方式中，所述运营工况数据获取模块20包括：
116.坡度数据获取单元，用于将所述单个车辆行驶数据中的所述位置数据进行分析得到坡度数据；
117.车速分析数据获取单元，用于将所述单个车辆行驶数据中的所述实时车速数据进行分析得到车速分析数据；
118.运营工况数据获取单元，用于根据所述坡度数据和所述车速分析数据得到所述运营工况数据。
119.在一种实现方式中，所述坡度数据获取单元包括：
120.三维位置坐标获取子单元，用于通过高斯变化将所述经度、纬度投影到平面坐标系，结合所述海拔高度得到三维位置坐标；
121.坡度值获取子单元，用于根据所述三维位置坐标得到地区城市道路的坡度值；
122.坡度数据获取子单元，用于对所述地区城市道路的坡度值进行滤波处理和限值处理，得到所述坡度数据。
123.在一种实现方式中，所述车速分析数据获取单元包括：
124.分析子单元，用于对所述实时车速数据进行分析，得到最高车速、平均车速、车辆的加减速度、车速的区间占比；
125.整合子单元，用于将所述最高车速、平均车速、车辆的加减速度、车速的区间占比进行整合得到所述车速分析数据。
126.在一种实现方式中，所述运营工况数据获取单元包括：
127.单车运营工况数据获取子单元，用于对所述坡度数据和所述车速分析数据进行分析，得到单车运营工况数据；
128.运营工况数据获取子单元，用于将所有所述单车运营工况数据进行整合，得到所述运营工况数据。
129.在一种实现方式中，所述电机选型参数获取模块30包括：
130.第一电机选型参数获取单元，用于根据所述运营工况数据和地区城市道路路况信息得到城市道路坡度数据和城市道路车速分析数据；
131.第二电机选型参数获取单元，用于根据所述运营工况数据，结合所述车辆的整车参数，得到所述车辆的电机爬坡扭矩参数和相应运营工况下的理论能耗水平；
132.第三电机选型参数获取单元，用于根据所述城市道路坡度数据，结合不同米段车型的整车参数，得到各个米段车型的电机峰值扭矩参数；
133.第四电机选型参数获取单元，用于根据所述城市道路坡度数据和所述城市道路车速分析数据，结合不同米段车型的整车参数，得到各个米段车型的峰值功率参数和所述车辆的电机工作区域数据；
134.电机选型参数获取单元，用于根据所述车辆的电机爬坡扭矩参数、相应运营工况下的理论能耗水平、所述各个米段车型的电机峰值扭矩参数、所述各个米段车型的峰值功率参数和所述车辆的电机工作区域数据，得到所述车辆的电机选型参数。
135.本实施例还提供一种监控云平台，如图3所示，其中，所述监控云平台包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的基于车联网技术的电动客车运营工况分析和电机选型程序，所述处理器执行所述基于车联网技术的电动客车运营工况分析和电机选型程序时，实现如以上任一项所述的基于车联网技术的电动客车运营工况分析和电机选型方法的步骤。
136.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、运营数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双运营数据率sdram
(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
137.综上，本发明公开了一种基于车联网技术的电动客车运营工况分析和电机选型方法，所述方法包括：采集车辆行驶数据；将所述车辆行驶数据进行分析得到运营工况数据；所述运营工况数据是在特定道路环境下反映车辆运动学特征的数据；根据所述运营工况数据和地区城市道路路况信息得到车辆的电机选型参数。本发明可以结合大数据分析技术，基于单台车工况分析数据，构建了不同省份及城市的运营工况大数据库，基于自动化的工况分析结果，结合整车参数，实现电机的选型匹配优化，为新产品的迭代更新提供参考依据。
138.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。