[0001] 本发明涉及大数据体验系统的技术领域，尤其是涉及一种同路线车队的车辆电气零部件监测方法、装置及服务器。

[0002] 目前，新能源商用车产业发展快速且应用广泛，但由于商用车存在载客量较多、车辆工作时长较长的特点（商用车很多情况下是同一车队沿相同的运行线路长时间行驶，如同一公交线路或者同一快递线路车队），对于新能源商用车来说，电气零部件的安全检查是尤为重要的，相关技术提出，传统车辆的零部件诊断方式是通过定期保养，针对各个零部件的运行参数进行单独检测，但由于新能源车的电气设备增加较多，设备之间呈现相互关联的复杂系统，因此任意设备出现故障，或者设备之间的兼容性出现问题时，都可能会导致其他设备也无法正常运行，从而使检测人员较难准确找到车辆故障原因，进而导致新能源商用车的电气零部件监测消耗的时间和人力成本较多，且检测精度较差。

[0021] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0022] 目前，新能源商用车产业发展快速且应用广泛，但由于商用车存在载客量较多、车辆工作时长较长的特点（商用车很多情况下是同一车队沿相同的运行线路长时间行驶，如同一公交线路或者同一快递线路车队），对于新能源商用车来说，电气零部件的安全检查是尤为重要的，相关技术提出，传统车辆的零部件诊断方式是通过定期保养，针对各个零部件的运行参数进行单独检测，但由于新能源车的电气设备增加较多，设备之间呈现相互关联的复杂系统，因此任意设备出现故障，或者设备之间的兼容性出现问题时，都可能会导致其他设备也无法正常运行，从而使检测人员较难准确找到车辆故障原因，进而导致新能源商用车的电气零部件监测消耗的时间和人力成本较多，且检测精度较差，基于此，本发明实施提供的同路线车队的车辆电气零部件监测方法，可以利用大数据及通讯技术，对新能源商用车的各个电气零部件实时信息进行采集、后台分析来实现对车辆的故障情况、潜在风险零部件进行预测分析，对客户提供有价值的维保建议，对开发提供可参考的分析报告。

[0023] 参见图1所示的一种同路线车队的车辆电气零部件监测方法的流程示意图，该方法主要包括以下步骤S102至步骤S106：步骤S102，实时获取相同行驶路线的车队中各个新能源商用车发送的电气零部件参数信息，其中，电气零部件参数信息为新能源商用车中各项待检测电气零部件对应的参数，相同行驶路线的车队中各个新能源商用车对应的待检测电气零部件的数目和类型相同，在一种实施方式中，参见图2所示的一种数据采集方法的示意图，以采集总电耗为例，总电耗计算以各零部件电流检测为基础，结合动力电池总电压即可计算出各零部件电耗，各零部件再传输给车辆数据采集控制器（例如，T‑BOX），该数据可以在传输给大数据后台的同时，也发送到仪表以供司机参考，此外，还可以在采集数据时同时记录采集时间，并利用5G等通讯手段，将车辆数据实时传输至大数据后台，传输协议可以采用远程监控国标协议或私有协议。

[0024] 步骤S104，通过预设生成式智能模型，对参数信息进行数据分析处理，确定各个新能源商用车对应的电气零部件分析表，其中，电气零部件分析表包括：主体故障分析表和零部件维度分析表，同一车队的每一辆新能源商用车都有其对应的主体故障分析表和零部件维度分析表，从而可以利用各车辆的主体故障分析表和零部件维度分析表，针对不同车辆的同一部件情况进行对比。

[0025] 在一种实施方式中，参见图3所示的一种数据流向的示意图，可以从电气零部件参数信息中，分别提取与各项监测类型对应的主体检测参数集合，并利用主体检测参数集合确定主体故障分析表，此外，分别利用电气零部件参数信息中，各项电气零部件包含的主体检测参数，建立零部件维度分析表，其中，主体检测参数集合包括：系统时间、累计耗电量、累计电耗、单程耗电量、单程电耗、工作时间、停机时间、温度、零部件故障信息、车辆里程和车速，电气零部件包括：驱动电机、空调、制动系统的打气泵和转向泵。

[0026] 在另一种实施方式中，具体的数据分析过程，以故障电耗和数据趋势为例，如有实时故障，则直接解析显示；根据各零部件的电耗情况可对比分析零部件的效率，为零部件的效率评价提供依据，此外，可根据零部件的电耗横向对比，对差异大（差异范围可根据需要确定）的零部件进行预测性排查或关注；在数据趋势分析时以时间为维度，分析并设定数据变化趋势对车辆的影响，如空调开启的时间、制动、转向系统工作的时间占比、零部件工作温度等等，可以对驾驶的行为、车辆零部件的可靠性做出预测和建议。

[0027] 步骤S106，针对各个新能源商用车对应的主体故障分析表和零部件维度分析表进行差异分析处理，确定电气零部件监测结果，并将电气零部件监测结果发送至车队中存在异常电气零部件的新能源商用车，也就是说，针对车辆数据可以从多车横向维度或单车时间维度进行大数据分析，使用差异分析、方差分析等数学分析方法进行统计分析后，挖掘出差异部件或车辆，对这类部件或车辆进行重点分析或维护，之后针对现行的故障情况进行数据分析统计，作为零部件可靠性的评价指标，最后针对部分客户使用相关的数据，可以提供给客户车辆使用建议（如停车时空调使用时间、制动系统工作时间等等），从而改善车辆使用过程中不合理的能耗消耗。

[0028] 在一种实时方式中，在确定电气零部件监测结果后，本发明实施例还提供了一种基于电气零部件监测结果进行辅助评价和重点监测的实施方式，具体的参见如下（1）至（2）：（1）将电气零部件监测结果发送至预设数据库中进行统计分析，并根据统计分析结果生成标准化异常评价指标，以利用标准化异常评价指标对下一批次的车辆电气零部件监测进行辅助评价，若监测到任意电气零部件的电气零部件参数信息，与标准化异常评价指标重叠，则直接确定电气零部件异常。

[0029] （2）针对各个新能源商用车中，与电气零部件监测结果为异常的电气零部件的类型相同的电气零部件，以及存在异常电气零部件的新能源商用车设置重点监测标签，并通过提高对包含重点监测标签的电气零部件和新能源商用车的监测频率，以实现电气零部件监测的重点排查处理。

[0030] 本发明实施例提供的上述同路线车队的车辆电气零部件监测方法，可以采集车辆的实时参数（如：各零部件故障情况、电耗、温度、工作时间占比等），在后台进行大数据分析，并参考在同一运营条件下的其他车辆，对批量车辆进行参数分析，提供车辆基本运营情况、潜在风险零部件以及当前故障情况等，不仅能提供当前故障问题点，也能根据大数据分析结果，对当前车辆存在的潜在问题提供预测性的评价。

[0031] 此外，本发明实施例还提供了一种生成车辆电气零部件使用建议的实施方式，具体的参见如下（A）至（C）：（A）获取参数信息的采集时间，并通过对预设时间间隔内的参数信息的采集时间进行记录，生成时间维度的数据趋势分析表，其中，数据趋势分析表用于表示数据变化趋势对车辆的影响情况。

[0032] （B）通过预设生成式人工智能模型，对数据趋势分析表、主体故障分析表和零部件维度分析表进行数据分析处理，确定趋势分析结果，也就是说，通过主体故障分析表和零部件维度分析表进行的分析，是各车辆的不同电子零部件之间的对比，确定异常零部件；通过数据趋势分析表结合主体故障分析表和零部件维度分析表进行的分析，是基于曲线的趋势，对零部件的可靠性做出预测和建议，从而将传统的汽车故障实时报警方式改变为有预测性的、前瞻性的方式，对提高客户服务满意度以及技术改进上有重要意义。

[0033] （C）将趋势分析结果发送至预设大语言分析模型，生成新能源商用车的使用建议，以改善车辆使用过程中不合理的能量消耗，其中，大语言分析模型可以使用大规模数据集对模型进行训练，从而使其能够理解、生成自然语言文本，从而通过层叠的神经网络结构，学习并模拟人类语言的复杂规律，达到接近人类水平的文本生成能力。

[0034] 综上所述，本发明可以对商用车电气零部件的可靠性进行评价、并根据评价提供一个可行有效的方案，同时对风险零部件的功能进行预测，为进一步改进整车厂服务方式，提高客户满意度提供有效方案，并在一定程度上减少了零部件问题对车辆安全、客户运营的影响。

[0035] 对于前述实施例提供的同路线车队的车辆电气零部件监测方法，本发明实施例提供了一种同路线车队的车辆电气零部件监测装置，参见图4所示的一种同路线车队的车辆电气零部件监测装置的结构示意图，该装置包括以下部分：数据获取模块402，实时获取相同行驶路线的车队中各个新能源商用车发送的电气零部件参数信息，其中，电气零部件参数信息为新能源商用车中各项待检测电气零部件对应的参数，相同行驶路线的车队中各个新能源商用车对应的待检测电气零部件的数目和类型相同；
数据统计模块404，通过预设生成式智能模型，对参数信息进行数据分析处理，确定各个新能源商用车对应的电气零部件分析表，其中，电气零部件分析表包括：主体故障分析表和零部件维度分析表；
差异分析模块406，针对各个新能源商用车对应的主体故障分析表和零部件维度分析表进行差异分析处理，确定电气零部件监测结果，并将电气零部件监测结果发送至车队中存在异常电气零部件的新能源商用车。

[0036] 本申请实施例提供的上述同路线车队的车辆电气零部件监测装置，可以显著降低新能源商用车的电气零部件异常，对车辆安全造成的影响。

[0037] 一种实施方式中，在进行通过预设生成式智能模型，对参数信息进行数据分析处理，确定各个新能源商用车对应的电气零部件分析表的步骤时，上述数据统计模块404还用于：从电气零部件参数信息中，分别提取与各项监测类型对应的主体检测参数集合，并利用主体检测参数集合确定主体故障分析表，其中，主体检测参数集合包括：系统时间、累计耗电量、累计电耗、单程耗电量、单程电耗、工作时间、停机时间、温度、零部件故障信息、车辆里程和车速。

[0038] 一种实施方式中，上述数据统计模块404还用于：分别利用电气零部件参数信息中，各项电气零部件包含的主体检测参数，建立零部件维度分析表，其中，电气零部件包括：驱动电机、空调、制动系统的打气泵和转向泵。

[0039] 一种实施方式中，在进行通过预设生成式智能模型，对参数信息进行数据分析处理，确定各个新能源商用车对应的电气零部件分析表的步骤之后，上述数据统计模块404还用于：获取参数信息的采集时间，并通过对预设时间间隔内的参数信息的采集时间进行记录，生成时间维度的数据趋势分析表，其中，数据趋势分析表用于表示数据变化趋势对车辆的影响情况。

[0040] 一种实施方式中，在进行生成时间维度的数据趋势分析表的步骤之后，上述数据统计模块404还用于：通过预设生成式人工智能模型，对数据趋势分析表、主体故障分析表和零部件维度分析表进行数据分析处理，确定趋势分析结果；将趋势分析结果发送至预设大语言分析模型，生成新能源商用车的使用建议，以改善车辆使用过程中不合理的能量消耗。

[0041] 一种实施方式中，在进行针对各个新能源商用车对应的主体故障分析表和零部件维度分析表进行差异分析处理，确定电气零部件监测结果的步骤之后，上述差异分析模块406还用于：将电气零部件监测结果发送至预设数据库中进行统计分析，并根据统计分析结果生成标准化异常评价指标，以利用标准化异常评价指标对下一批次的车辆电气零部件监测进行辅助评价。

[0042] 一种实施方式中，在进行利用标准化异常评价指标对下一批次的车辆电气零部件监测进行辅助评价的步骤时，上述差异分析模块406还用于：若监测到任意电气零部件的电气零部件参数信息，与标准化异常评价指标重叠，则直接确定电气零部件异常。

[0043] 一种实施方式中，在进行针对各个新能源商用车对应的主体故障分析表和零部件维度分析表进行差异分析处理，确定电气零部件监测结果的步骤之后，上述差异分析模块406还用于：针对各个新能源商用车中，与电气零部件监测结果为异常的电气零部件的类型相同的电气零部件，以及存在异常电气零部件的新能源商用车设置重点监测标签。

[0044] 一种实施方式中，在进行针对电气零部件监测结果为异常的电气零部件，以及存在异常电气零部件的新能源商用车设置重点监测标签的步骤之后，上述差异分析模块406还用于：通过提高对包含重点监测标签的电气零部件和新能源商用车的监测频率，以实现电气零部件监测的重点排查处理。

[0045] 本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

[0046] 本发明实施例提供了一种服务器，具体的，该服务器包括处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法 。

[0047] 图5为本发明实施例提供的一种服务器的结构示意图，该服务器100包括：处理器50，存储器51，总线52和通信接口53，所述处理器50、通信接口53和存储器51通过总线52连接；处理器50用于执行存储器51中存储的可执行模块，例如计算机程序。

[0048] 其中，存储器51可能包含高速随机存取存储器（RAM，Random Access Memory），也可能还包括非不稳定的存储器（non‑volatilememory），例如至少一个磁盘存储器。通过至少一个通信接口53（可以是有线或者无线）实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。

[0049] 总线52可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

[0050] 其中，存储器51用于存储程序，所述处理器50在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器50中，或者由处理器50实现。

[0051] 处理器50可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器50中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器50可以是通用处理器，包括中央处理器(CentralProcessingUnit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field‑Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器51，处理器50读取存储器51中的信息，结合其硬件完成上述方法的步骤。

[0052] 本发明实施例所提供的可读存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见前述方法实施例，在此不再赘述。

[0053] 所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read‑Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

[0054] 最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，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：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。