2018年僅3個月，就有多輛新能源汽車燒毀，引起了行業的緊張和恐慌，所帶來的一些安全隱患令人擔憂。2018年9月26日，中國汽車工業協會組織了“全面提高新能源汽車安全性專題會議”，工業和信息化部、發改委、科技部、財政部、國家能源局以及國內外主流造車、電池、充電企業參會。
在會上，特來電公布了大數據云平臺對今年以來兩千多萬次充電過程的安全監控和防護情況，涵蓋137個汽車品牌、885個車型，觸發了25.8萬次主動防護(主動終止充電），占比1.04%，估計預防了20~25起重大事故。
以下是特來電大數據科學家鞠強在會議上的演講實錄：
特來電基本情況
中國汽車充電聯盟最新數據顯示，在全國規模化運營商充電樁總量排名中，特來電以114627個充電樁排名第一位。
從2014年創建，到2018年9月27日，特來電累計充電量突破了13億度，日均充電量達到了360萬度，注冊用戶數突破了100萬。
特來電兩級安全防護體系
(1)CMS主動防護
電動汽車有三電，電機、電控和電池。對于電池而言，BMS就是它的大腦。大腦出了問題，就會行為紊亂。
在BMS控制整車充電行為的同時，特來電CMS主動防護技術會針對BMS的相關異常情況進行二次檢測，如果發現BMS數據超出范圍，甚至BMS死機，那么就會觸發主動防護終止這筆充電訂單，保證充電安全；同樣，對于電池的溫度過高、過低，增長過快，電壓過高、過低等情況，也會觸發主動防護及時終止充電訂單，保護充電安全。
具體來講，特來電CMS主動防護技術體系包含了11種技術指標：充電電壓不匹配、控制器通信故障、電池過溫、電池低溫、電池溫度異常、電池過充、BMS接觸器開路故障、BMS數據超范圍、電池端口電壓異常、電池單體過壓、電池整包過壓。
(2)大數據安全防護
在CMS基礎之上，我們建立了基于大數據的第二級安全防護體系。
特來電大數據平臺是搭建在云基礎設施之上，基于Hadoop的分布式架構與組件，自主開發了相關的引擎、工具和子平臺，支撐主動防護、電池健康、智能運維、實時運營分析等大數據應用。這個平臺目前支撐著特來電每天12萬筆訂單、3.5TB的數據（不包含音頻、視頻等）、40億次的調用交互。
電動汽車在充電樁上充電時，一方面有能量的流動，一方面有數據的流動。充電時產生的數據，包括電池的單體電壓、最高/最低溫度、需求電壓/電流、SOC等，以一個比較高的頻度經過采集、清洗，最終被存儲到大數據平臺上。這些數據，經過機器學習算法的訓練與校準，形成了針對單用戶單車的模型，也形成了分品牌分車型的模型，涵蓋了安全、健康、經濟和運維四個維度。
每筆充電數據，在大數據平臺都會被甄別，其中異常的數據會產生報警，如果觸發了主動防護的11種指標之一，則會被停止充電。當某輛車在一段時間內，連續觸發了主動防護（停止充電），那么這個行為將會被通知用戶、運維崗與安全崗，進行相關的檢修檢測。
這些分品牌分車型的數據，以及安全模型、健康模型、經濟模型和運維模型，我們愿意與主機廠、電池廠分享，多方做更深入的分析。
特來電安全防護數據分析
2018年至今，特來電總充電訂單數2485萬筆，基于大數據防護體系，采用11種主動防護模型，涵蓋了137個汽車品牌、885種車型，觸發了25.8萬次主動防護(終止充電），占比1.04%。根據海因里希事故法則，估計預防了20~25起重大事故。
電池網微信
