支持不间断地对不同品牌、型号、电池类型车辆的各项指标数据进行收集、分析与处理，持续训练和纠正在大数据修车领域的预测与诊断模型。（行驶数据，需要企业用户授权或者后装TBOX提供）

案例分析

(1)一个主动防护类型的分析

以“BMS传输数据超范围报警终止”这个主动防护类型为例，今年一共发生了7016例起。BMS传输数据超范围是指：BMS传输的数据超出了正常范围，而此时未终止充电意味着BMS对该指标的控制已失效，此时充电设备主动防护可以继续实施对该指标的监控。

在这些订单中，特来电发现BMS传输数据准确性目前存在较大问题，SOC、单体电压、需求充电电压、需求充电电流等数据存在明显的错误，建议各电池厂家统一数据格式，改进数据准确率。有些临界点的数据，比如32768或者65536附近，这是典型的Int16或者UInt16数字越界导致的，是BMS软件的bug。

(2)四个主动防护案例的分析

1.电池持续过温预警

某公交车充电时较多情况出现电池过温主动终止。通过大数据分析该车辆历史订单情况，该车辆充电运行时电池温度在正常范围内偏高，发出预警信息。将此情况告知公交公司后，公交公司与车厂确认有此问题，共同讨论增加电池降温措施。

2.温度异常保护

武汉某充电站现场实车测试时，发现某品牌12 米车在调试中无法启动充电。经现场技术人员与BMS 厂家共同查找问题时发现，电池的其中一单节电池温度异常，显示为205摄氏度，故充电机主动防护起作用主动进行了停止。经电池厂家检查确认，温度过高的单节电池的温度传感器损坏，确认无误后由BMS 厂家对该单节电池刷了屏蔽策略，再次使用同一台设备测试充电，可正常充电。后电池厂商对该车辆进行了维修。

3.电压异常保护

四川乐山某充电站，技术人员调试时发现车牌号川L*****车辆无法充电。现场人员对数据进行排查分析发现，BMS 上传的最高允许电压为65V 左右，实际电池的充电电压为610V左右，充电机主动防护中止充电。经与BMS 厂家沟通，确认是BMS 程序错误，在上传最高允许电压数据时，未按照27930 国标定义导致数据缩小了10 倍，而充电过程的实际电压则是按照标准定义描述。

4.SOC数据偏差不准

某公交充电站，一辆某品牌车辆充电过程中，充电机在未达到SOC100%的情况下中止充电。经调试技术人员确认该车放置时间较长，车辆电池自放电电量减少较多，但SOC 并未及时刷新，导致实际充电电量超过SOC 起始值到SOC100%的校验值较大，充电机判断车辆过充主动中止充电。后与BMS 厂家沟通，完成对车辆SOC 校准解决问题。

三起事故的分析

之前有三起直流充电事故，经有关部门调查，最终原因判定为排除外部影响因素的电池自燃。但是特来电通过对充电历史数据的追溯分析，发现其中有两起事故的车辆在事故前一个月内持续因单体电压达到目标值终止，判断是某电池电芯一致性出现严重偏离，每次都对该电芯过充过放，加剧内短路问题；而另外一起，则是在事故发生前三个月持续报故障终止，且故障类型未知。

单纯的从充电结果，或者从BMS角度看，其实都很难判断出有未来的隐患，因为问题都不严重。特来电将持续采用大数据分析工具，对车辆单次充电终止原因做长时间大跨度的分析，建立普通报警与严重事故的分析模型，并加大对客户进行提醒的力度。

与此同时，也建议电池厂BMS可以更加开放、上传更多的数据以供分析并做防护预警，避免故障类型“未知“的情况发生。

行业建议

特来电建议，在部委指导和规划下，各主机厂、电池厂、充电运营商共同协作，建立一套基于大数据的新能源汽车及电池全生命周期追溯体系及专家系统。

1.针对充电安全，建立不同等级的安全认证标准体系（强制标准），从标准层面明确电池企业、充电设施企业及主机厂在电动汽车充电安全方面的设计思路和要求。

2.打通车、充电设施与电池之间的信息通道，并在标准层面进行明确，特别是涉及到电池充电安全的信息通道，包括唯一身份标识、身份认证等。

3.通过充电网，建立每组电池的数据档案和专家库系统，做到主动防护和保护电池健康。即使发生了事故，也可以溯源并不断完善。

开放与协作

特来电愿意开放自己的高可靠性、高性能大数据技术平台，愿意用大数据赋能行业安全应用。

特来电愿意开放自己的主动防护模型，针对不同的主机厂、电池厂开放自己的相关充电数据。

我们也希望，主机厂、电池厂，能开放更多的数据，跨领域、跨专业紧密协作，共同推进新能源汽车产业的健康发展。

结语

目前特来电的两级安全防护体系还是1.0版本，技术架构与模型有了初步的模样，2019年将推出两级安全防护体系的2.0版本。我们诚挚的希望，能与汽车整车、动力电池、充电设施等企业密切合作，从产品设计和制造、充电和行驶、售后和运维等全过程、全方位保障新能源汽车产品安全和使用安全。