2024 年第四届高校大数据挑战赛 赛题B：新能源电动汽车的故障预警研究

随着全球对环境保护意识的增强和能源结构的转型，新能源电动汽车以其清洁、高效的特性，逐渐成为未来出行的主流选择。与传统燃油车相比，新能源电动汽车集成了更多复杂的电子控制系统和高压电池组件，这些技术革新在带来性能提升的同时，也增加了系统故障的风险[1]。

随着使用时间的不断推移以及工作环境的不断变换，高压电池组件极有可能出现各种各样的故障，例如过充自燃（电池充电饱和之后继续充电会加速电池退化和热失控，甚至造成电池爆裂和自燃）；过放电故障（电池在放电过程中，电压降低到设定的最低安全电压以下）等[2]。这些故障不仅会干扰汽车的正常运行， 而且有可能引发极其严重的安全问题。因此，对高压电池组的故障实施有效的诊断与预防，已成为当前新能源汽车研究的关键技术之一[3]。

附件中收集了一辆新能源电动汽车在过去 10 个月的行驶数据，其中包含车辆数据（数据采集时间、车辆状态、充电状态、车速、累计里程、总电压、总电流、SOC、DC-DC 档位、绝缘电阻）、电机数据（驱动电机控制器温度、驱动电机转速、驱动电机转矩、驱动电机温度、电机控制器输入电压、电机控制器直流母线电流）以及电池数据（电池单体电压最高值、电池单体电压最低值、最高温度值、最低温度值）等数据。这些数据可用于深入分析电动汽车故障模式，开发故障预警模型和算法，提升车辆安全性与可靠性，对电动汽车维护保养具有重要意义。请结合附件的数据用模型或算法，解决以下问题。

问题一：仔细查看“附件”中提供的汽车数据，首先，进行数据预处理，包括处理缺失值和识别及修正异常值。统计 1 月至 9 月期间，该汽车每个月发生的故障报警次数及其变化规律，并分析总结该电动汽车的车主充电和用车规律，最好用多样的可视化展示。

问题二：通常情况下，电动汽车的车辆数据、电机数据以及电池数据内部相互之间可能存在某种关联性，数据中包含有 0-3 级别的故障报警指标，请根据附

件中 1-9 月的汽车数据，选择合适的大数据方法找出造成电动汽车不同级别故障报警的主要影响因素。

问题三：请根据附件中 1-9 月的汽车数据，结合问题二的分析结果，构建一个电动汽车故障预警模型，并对模型进行检验，最好能建立多个模型进行比较。

问题四：附件中第 10 个月的数据缺失故障报警信息。请根据问题三中建立

的模型预测第 10 个月该车辆可能会出现的故障报警时刻（填写“month_10.csv”

文件中的时间点即可）及报警等级（示表中只需要填写故障等级 1-3 的情况）， 并将预测结果展示在报告中。

示表：问题四预测结果

编号	数据采集时间	报警等级
1
2
…

问题五：结合前面问题的分析，从充电、故障检修、用车规律等方面，给出该车辆的使用建议（不超过两页）。