基于大数据的电力系统车辆智慧管理

李光华，王 智，何润敏

(1.国电大渡河流域水电开发有限公司，四川成都 610000；2.成都嘉捷信诚信息技术有限公司，四川成都 610000)

车联网TSP(车载信息服务商)与大数据、移动计算、人工智能技术应用结合，成为了进一步完善对电力系统车辆的智能管控和调度能力，改变以往被动式、指令式管理方式，快速匹配不断变化的用车需求，提高自身可持续发展能力的重要手段.企业智慧车辆管理是使用先进技术来进行车辆调度、人员管理，有效控制车队、降低成本、规范用车等的车辆管理手段的统称，现如今，已经进入了结合大数据技术，提高车辆全生命周期管理、车辆智慧调度等方面智能防控能力的全面发展阶段[1].

1 背景

1.1 技术发展及车辆管理现状

大数据、移动计算和物联网作为当前技术发展的新兴力量，在各个行业均蓬勃发展. 基于新一代通信和信息技术的车联网，实现了“人-车-互联网”的全方面协同与交互，为进一步提高汽车智能化，减少安全事故，实现智能交通打下了坚实的基础.

车联网发展大致可分为三大阶段：一为由汽车企业主导的功能性车载信息服务阶段；二为智能网联服务阶段；三为智慧出行服务阶段. 当下正处于智能网联服务阶段，“平台”、“数据”在该阶段的合理有效应用成为了重点.而车辆智慧管理是智慧交通的重要组成部分，国内外依托车联网的发展，不同程度的研发、应用了以人工智能为核心的新一代车辆管理系统.例如：奔驰的专为公交巴士定制的车辆管理系统——Bus Fleet，中兴的“ZTEI - City 智慧城市解决方案”[2].

对于大型企业，尤其是国有电力企业，需要保障数据安全，遵循企业管理层级和流程，因此上述以租用服务为主的智慧车辆管理模式不适用于电力系统.结合智能网联服务阶段的特征，进行电力系统车辆风险防控智能化管理建设势在必行[3-4].

1.2 电力系统智慧车辆管理目标

电力系统进行车辆风险的智能防控建设，需要结合大数据、移动计算、人工智能技术的应用，以数据作为支撑，达到用户“好用车”，司机“明任务”，调度员“优调度”的目标，形成一套移动智慧车辆综合管理体系，实现对“人+车+行”的便捷管理，从而提升公务用车效率，实现车辆调度智慧建设. 在智慧车辆管理上，需要因时、因事、因地制宜，以需求定建设方向，以技术推动建设实现.以下为本文所建立的电力系统智慧车辆管理方法论的设计实践.

2 电力系统车辆管理需求分析

本次以瀑布沟电厂为基于大数据的车辆安全智慧管理建设对象，以瀑布沟电厂车辆管理需求为前提，前期信息化系统建设为奠基，根据沟通、交流、分析，将瀑布沟电厂业务角色拟为四类：普通用户、司机、调度员、管理员，并与业务人员进行点对点、面对面的沟通，对每类角色的痛点、需求进行分解成能够通过移动计算、大数据技术等实现的部分，具体内容见表1.

表1 系统角色设计表Table 1 Role design table of system

3 基于大数据的车辆安全智慧管理系统设计

3.1 系统方案

系统业务模型为在业务交流、调研分析的基础上，结合当前车联网TSP、移动互联网端(微信小程序、Android 等)APP 及大数据模型应用而搭建的整体方案模型框架(图1).

图1 车辆智能风险防控系统架构图Fig.1 System architecture diagram of vehicle safety and intelligent management

与此同时，在应用性、扩展性、资源共享性等综合考量下，通过满足瀑布沟电厂用户、司机、调度员、管理员的具体需求，实现电力系统车辆资源管理的自上而下全面统筹为目标.系统通过设置基础的需求功能实现方案，再通过将用户端、司机端、调度端、业务应用层数据与数据库中原始基础数据结合起来，以结构化数据与非结构化数据、静态与动态结合的方式，并运用大数据技术，完成从数据接口、数据治理再到数据模型智能化建设，从而在瀑布沟电厂车辆开始使用、保养维修、直至报废的整个过程中，能够全过程、信息化、规范化的获得车辆全生命周期的信息和支持，达到全生命周期的用户端、司机端、调度端的信息查询、管理，以及基于机器学习建模的决策层、管理端决策支持.

在数据服务及基础服务系统端，以技术可实现性为前提，将瀑布沟电厂车辆安全智慧管理系统，划分为五个子系统：

(1)智能用车子系统：基于微信小程序提供智慧用车应用服务，方便公司员工便捷的申请和使用车辆.功能包括用车申请、行程管理、消息通知、行程评价等功能.

(2)智能调度系统：基于WEB 客户端与手机APP提供智能调度派车应用服务，实现车辆的申请、审批、车辆司机指派功能，要求借助于智能终端的优势，将电子信息化模式应用到生产管理的每个环节，替代现有的纸质化办公.同时利用智能管理模型简化管理步骤，大幅减少人工操作，提供工作效率、降低成本. 功能包括用车审批、派工单管理、值班任务管理、拼车管理、信息上报、消息提醒等功能.

(3)智能管理子系统：提供单位、车辆、司机管理及配置系统的基本对象，实现系统维护的功能. 包括车辆信息管理、司机管理、司机证照管理、单位管理等功能.

(4)车辆主动安全防控子系统： 获取高级驾驶辅助系统与司机状态监测等智能车载设备数据，利用主动安全防控模型进行预警，同时自动取证.功能包括：主动预警、取证、车辆轨迹回放、危险区域管理、预警阈值设置等.

(5)驾驶舱子系统：管理层、决策层的监控系统，实时反映车辆的运行状态，将车辆运行，司机行为，调度安排，用车需求的数据形象化，直观化，具体化. 功能包括车辆的状态、车辆生命周期、司机状态、费用执行情况、油耗监控、违章行为监控等[6].

3.2 基于大数据算法应用的子系统技术实现

完成整体的系统设计后，基于大数据，对不同的功能的细化功能进行技术实现分解，以求真正实现智慧化.当前，大数据范围很广，其技术包含但不仅限于分布式存储、并行式计算、NoSQL 数据库、数据采集、数据处理、机器学习等，基于这一系列技术，特别是大数据机器学习算法的应用在实现车辆管理的智慧性上会有很大推力[7].

瀑布沟电厂车辆安全智慧管理系统实现的技术设计，主要是智能化设计为基础，结合大数据技术，明确以机器学习算法及统计模型为支撑，运用系统网络架构，将角色权限与各子系统设置相融合，从而达到数据接口与接口间的畅通链接，将数据采集的同时，亦通过算法模块应用起来，智慧化的实现各功能.

以下具体介绍大数据算法应用的集中部分：智慧车辆调度、车辆全生命周期模型.

3.2.1 智慧车辆调度模型

智慧车辆调度是指智能规划行车路线，让车辆在一定约束条件下，如设定不走高速、不经收费站、自动规避特殊风险区域(如地震、洪涝、疫情高发区)等，有序、规范、安全的完成企业人员用车需求，达到诸如行车安全、路程最短、费用最小、耗时最少等目标的智慧化车辆调度管理方法[8-9].

关联规则是指以支持度、置信度大于设定阈值作为产生有效规则依据的一系列推荐算法，在互联网企业的优化调度中应用广泛. 基于FP -Growth 的只需读取原始数据两次，即可将大数据库有效压缩为比存储空间小很多的高密度数据结构，及其采用递归增长和无候选项集算法，有效提高频繁项集挖掘效率的此两大优势，在车辆调度算法选择中，使用该算法作为实现路径，既能高效能的进行车辆调度，又可有效打通基础数据和系统应用结果数据，如用户评价数据、OBD 数 据 等， 对 数 据、 进 行 数 据 整 理、 数 据 转换[10，13-16].运用关联规则，根据“轻重缓急”和车辆与司机评分统筹加权重，根据用车的紧急性、急迫性、重要性的程度，设置最小支持度、最小值信度，输出频繁项集，根据频繁项集完成规则，建立车辆推荐、驾驶员推荐模型等，以完成车辆调度智慧化需求.

3.2.2 全生命周期管理模型

全生命周期，即LCA(Life Cycle Assessment)，一直是车辆信息化管理的核心. 在系统初始的基本数据，如车辆编码、零件类型、驾驶员年龄等，与系统应用过程中存储的保养、维修、报废数据，如检修频率、报废原因等，完成从车辆使用、检修到报废的全阶段的环保及成本监、预测是其在汽车领域的常见应用[11-12].

瀑布沟电厂该部分的需求在传统的环保和成本监控、预测之外，还基于机器学习、深度学习、自然语言处理等技术，设计了全生命周期的备件量回归预测算法、车辆健康评分卡机制、基于NLP 的报废原因下探模型、基于OBD 及行车记录仪非结构数据的司机行为安全预警模型等.

4 结束语

综上，本文基于大数据而提出了电力系统车辆风险智能防控管理模式方法论：以需求定建设，以技术推实现.并以瀑布沟电厂车辆智能防控系统的构建实践过程为蓝本，具体地，通过统筹分析瀑布沟电厂车辆管理多方需求，基于车联网信息化建设，集合了智慧化管理理念，为大型电力企业的车辆管理指明了方向，以更好的发挥出车辆管理系统化的作用和价值为目标，将企业车辆管理的智慧化考虑进来，解决大型企业车辆智慧管理问题实践添砖加瓦.