圖為優必愛信息技術(北京)有限公司首席數據科學家王志剛做主題演講

　　9月22日上午，由中國化學與物理行業協會動力電池應用分會和電池中國網聯合主辦，全球未來出行大會組委會戰略支持，同濟大學汽車學院、優必愛信息技術(北京)有限公司重點支持的“Li+學社·成就鋰享 智信未來（2018）電池技術沙龍”第五期：“歸因重組-大數據解開電池安全困局”沙龍在杭州國際博覽中心舉辦。優必愛信息技術(北京)有限公司首席數據科學家王志剛在沙龍上做主題演講，以下是演講內容。

　　優必愛信息技術(北京)有限公司首席數據科學家王志剛：

　　先介紹一下我們的公司（優必愛），在電池行業里面大家對優必愛可能不是特別熟悉，我們是做從數據上創造價值的公司。優必愛名稱源于燃油車的保險改革，現在大家買的保險主要是按時間算的，比如包年，未來保險將出現包里程的，還有是基于駕駛行為的保險，即UBI保險，我們在公司名字又加入了BI(商業智能)和AI（人工智能），就成為了UBiAi。

　　今天周總給安排的演講位置也蠻有寓意的，應該是充分考慮到了我們數據處理在整個電池產業鏈中的位置。其實我們公司現在做的這件事情和前面行業內公司做的可能還真不一樣，大家在電芯、模組、PACK還有實驗室的環境測試做了非常多的工作，我們工作恰好是接在你們的后面，整車的數據收集上來以后放到了云端，我們試圖從云端的數據角度來入手，看能夠從數據中得到哪些有價值的信息。我們之前是在優必愛保險上面。我們在動力電池上研究時間還不算長，可能有一些事情考慮不太周到，希望大家多多批評指正。

　　今天的報告會分成兩個部分：一個是在線的管理方案，另一個是通過在線的數據來進行的評價。

姜博士（同濟大學汽車學院姜波）在討論的時候，我非常羨慕他們有非常好的試驗設備和環境去做這樣一個電池的性能測試，從他的報告可以感受到離線電池測試復雜度是非常高的，因此通過這樣的測試能夠拿到的樣本數據又是非常有限的。

　　另一方面，現在在線上跑的車也有幾十萬輛，是一個很大的樣本庫，這些車的電池性能如何？是否安全？現實條件下不可能拿到實驗室去測每一塊電池的模塊是怎么樣的。一個自然的想法就是我們能不能從數據的角度來解決這個問題，就是我們可以通過獲得的電動汽車動力電池數據幫我做前面提到的工作，現在整個車聯網技術給我們帶來了多維度的大量數據，為這個想法提供了可能。

　　過去我們在做這樣一個狀況檢測和車輛維護的時候，比如說我們設服務站和配件的配送，還有我們給它做電池狀態的檢測，這些東西過去只能靠一些經驗來做，但現在因為有車聯網技術我們可以實時知道一個區域內有多少車，甚至可以知道這個區域車輛的狀態是怎么樣的，這樣我們的工作會更加準確。

　我們的工作主要是故障初篩，我并不能精準找出哪一個電池是壞的，但是我們很快速的告訴你，壞的電池應該就在這部分，這幾輛車可能是有故障的，其他的車應該是沒有問題的，你不用太關注它。當這些車能夠到4S店被檢查的時候，你去重點關注一下它，看看它的電池是不是有問題，這項工作就是動力電池的故障初篩。

　　例如在非典來的時候，在人流量非常大的情況下，不可能每個人去驗證他是否攜帶非典病毒，這個時候我們做了溫度初篩，把可疑的人群很快鎖定出來，對他們進行進一步的診斷，我們提供的工作價值與此類似，做完初篩后，后面的事情由在座的前輩來完成。

　　由于電動汽車的動力電池由大量的電芯，通過串聯和并聯聯起來，構成一個極為復雜的電池系統。按照工程設計開始一節電池和一個電芯的可靠度還是很好的，但是整個車串聯下來，這個故障率是隨著系統復雜上升上來的，在這種情況下我們做這樣工作就是有價值的。

　　傳統線下復雜的測試是無法逐一對幾十萬輛車來展開測試的，這個是不現實的，一是經濟成本和時間成本巨大；二是即使有足夠的經濟和設備資源我們也沒辦法通過維修廠觸達每輛車，給它做一個復雜的測試。

　　還有車輛的安全性，這個安全性不容忽視，我們必須要認真解決。我們整個做一套在線的數據管理方案，通過對于BMS采集上來的數據，我們對它進行再一步的校準，對它的數據特征進行觀測，然后給它提出校正。

發現問題后，在線選擇優化算法試圖解決問題，看能不能解決，如果解決不了，根據數據特征識別出故障在哪里，把這個故障記錄下來提供到車企的維修站，當這個問題車觸達的時候，我們讓工程師進行監測維護。當然，如果這個問題嚴重級別比較高的話，可能會提醒車主主動去維修站監測維修。

　　另一個工作是對現在新能源車上的電池作評價，衡量電池現在的性能如何？電池工程師在實驗室環境里做了很多有價值的工作。但實際電池涉及不同的車可能在不同的溫度、路況、駕駛習慣，再加上不同電池的型號，我們想對它們電池的壽命曲線進行一個估計，如果這些拆分開，我們就算這4個里頭每一個再有4種可能的話，就是4的4次方，這就需要256測試實驗，很難為每種電池提供如此多的試驗車去測試。

　　既然我們之前已經有了一些基礎的理論研究，現在又有在線的數據，而在線的數據恰好又把各種情況下都可以取出一些數據，比如我們只要采集溫度數據就夠了，還可以看不同的駕駛人員不同的駕駛習慣是怎么做的。我們通過實驗室再加上在線的數據來做這樣的工作。

　　因為這個工作也是新開始來做的，在理論上，我們知道標準的電池狀態在充電次數上有一個衰減的曲線，這是可以在實驗室的環境下得到的，我們想從這一理論分布曲線看看在實際環境下它的真實狀態是怎么樣的，這個時候我們需要把這種不同的環境、工況、使用偏好加到整個模型中，我們通過深度學習，再加上實驗設計，通過不同的方法，可以得到一個這個數據在每個特征情況下的曲線。

　　基于以上這些事情我們可以拿出來做一些工作。首先我們的電池是可以根據它的在線積累下來的數據，進行一個評級或者分類。我們知道現在的二手動力電池它的狀態是什么樣子的，我們還可以對它的性能做出分類，根據這個分類，因為它有不同的電池狀態，還有不同的其余保險需求，我們會給它提供一個合適的電池保險產品。

　　我們剛剛說到安全這件事情是必不可少的，當可以知道什么樣的電池出現了潛在的故障，當它觸達到維修站或4S店的時候對它進行重點的排驗，這是幾種。在這個里頭對于電池分類管理我們想過這么一件事情，此外電池包有一個梯次利用，通過運行狀態你會看到原始數據這樣，但可能會體現出不同的特征，有的可能是健康狀態非常好的電池，繼續保留在PACK里；有些電池衰減了一些，在這個里面可能會影響車的性能，這個拿出去進行梯次利用，而有些電池發現存在安全隱患，這種電池基本上就作為報廢的狀態了。

　　基于電池的性能評價，根據客戶的使用需求，可以提供新的電池保險，根據已有的技術方案，首先我們的方案可以幫助它優化電池使用過程中的狀態，讓這個電池盡可能能夠用下去，當然如果出了問題我們還會給他提供一個維護和保障。因此再加上保險的賦能，我們會給消費者提供一個更好的電池使用體驗。

　　我的報告就到這里，謝謝大家！