新能源乘用車(chē)輛應(yīng)用場(chǎng)景識(shí)別方法研究

王同根

摘 要：本文通過(guò)研究新能源車(chē)輛出行特征，從出行強(qiáng)度、時(shí)空軌跡角度，挖掘車(chē)輛行為特征差異，構(gòu)建表征車(chē)輛屬性的指標(biāo)維度，提出無(wú)監(jiān)督學(xué)習(xí)中的聚類(lèi)分析法，識(shí)別新能源車(chē)輛的應(yīng)用場(chǎng)景，采用上海市新能源車(chē)輛數(shù)據(jù)進(jìn)行驗(yàn)證，證明提出方法的準(zhǔn)確性。

關(guān)鍵詞：新能源車(chē);出行強(qiáng)度;時(shí)空軌跡;聚類(lèi)分析

0 引言

隨著充電技術(shù)不斷成熟，相關(guān)政策鼓勵(lì)，新能源動(dòng)力車(chē)輛得到了廣泛推廣。2020年，中國(guó)新能源汽車(chē)銷(xiāo)量達(dá)到136.7萬(wàn)輛[1]。同時(shí)，新能源車(chē)輛用戶行為研究逐步成為熱點(diǎn)，包括出行行為、充電行為，涉及用戶分類(lèi)研究，常見(jiàn)地將用戶根據(jù)行駛里程分為長(zhǎng)里程、短里程用戶[2，3]，缺少用戶使用場(chǎng)景深入研究，以及大規(guī)模數(shù)據(jù)實(shí)踐案例。然而，新能源用戶場(chǎng)景識(shí)別劃分，不僅有助于推動(dòng)新能源車(chē)輛推廣應(yīng)用，而且能有效支撐政府對(duì)于網(wǎng)約車(chē)輛監(jiān)管，具有很強(qiáng)的必要性。

本文提出一種基于無(wú)監(jiān)督聚類(lèi)法的車(chē)輛應(yīng)用場(chǎng)景識(shí)別方法，通過(guò)挖掘時(shí)空行為特征差異，構(gòu)建衡量車(chē)輛屬性的指標(biāo)維度。采用K-MEANS算法對(duì)車(chē)輛進(jìn)行聚類(lèi)分析，綜合手肘法和輪廓系數(shù)，法判斷最優(yōu)分類(lèi)數(shù)，根據(jù)每類(lèi)結(jié)果指標(biāo)特征，確定車(chē)輛具體應(yīng)用場(chǎng)景，即私家通勤、兼職網(wǎng)約、專職網(wǎng)約車(chē)輛。最后，采用上海市新能源汽車(chē)出行數(shù)據(jù)，識(shí)別車(chē)輛應(yīng)用場(chǎng)景，通過(guò)與互聯(lián)網(wǎng)平臺(tái)注冊(cè)數(shù)據(jù)相互校驗(yàn)，驗(yàn)證算法的精度和有效性。

1 數(shù)據(jù)介紹及預(yù)處理

研究數(shù)據(jù)來(lái)源于上海市新能源汽車(chē)公共數(shù)據(jù)采集與監(jiān)測(cè)平臺(tái)，分析樣本為乘用車(chē)輛10萬(wàn)輛，其中，已有網(wǎng)約標(biāo)簽車(chē)輛1 000輛。數(shù)據(jù)信息包括采集時(shí)間、經(jīng)緯度、累計(jì)里程等字段，采集頻率為10 s～30 s。

數(shù)據(jù)預(yù)處理步驟分為數(shù)據(jù)清洗、車(chē)輛次行切割、車(chē)輛日出行數(shù)據(jù)處理。數(shù)據(jù)清洗中，去除里程數(shù)據(jù)丟失嚴(yán)重的車(chē)輛，過(guò)濾經(jīng)緯度、時(shí)間跳變的記錄;以30 min間隔，將原始數(shù)據(jù)進(jìn)行切分，形成車(chē)輛次出行時(shí)空軌跡，即時(shí)間、經(jīng)緯度序列;以日為單位，處理車(chē)輛每日出行特征，包括日出行時(shí)間、日出行里程。

2 行為特征分析

從車(chē)輛出行強(qiáng)度、時(shí)空軌跡方面，挖掘樣本車(chē)輛、網(wǎng)約車(chē)輛使用特征差異性，提出表征車(chē)輛應(yīng)用場(chǎng)景屬性的多維度指標(biāo)，作為聚類(lèi)分析模型輸入。

2.1 出行強(qiáng)度特征

出行強(qiáng)度是衡量車(chē)輛應(yīng)用場(chǎng)景最直觀特征，常用的評(píng)價(jià)指標(biāo)，如行駛里程、時(shí)長(zhǎng)、次數(shù)。相比周末、節(jié)假日不確定性影響，工作日出行特征趨于穩(wěn)定，選擇工作日時(shí)間指標(biāo)值;由于數(shù)據(jù)源特點(diǎn)，提取載客次行為有難度，不同場(chǎng)景車(chē)輛日出行次數(shù)差異不大;為減少極端、隨機(jī)日出行的影響，考慮反映月出行強(qiáng)度的指標(biāo)?；诖?，選擇工作日均出行時(shí)間、工作日均出行距離以及每月工作日百公里天數(shù)，作為出行強(qiáng)度特征指標(biāo)。

圖1～3為出行強(qiáng)度指標(biāo)統(tǒng)計(jì)分布的直方圖和箱線圖，從圖中看出，相比網(wǎng)約車(chē)輛，未知車(chē)輛數(shù)值區(qū)間跨度更大，中位數(shù)數(shù)值明顯較低，四分位箱體更窄，異常值集中在較大值一側(cè)，分布呈現(xiàn)右偏態(tài)，而網(wǎng)約分布則呈現(xiàn)標(biāo)準(zhǔn)正態(tài)分布。反映未知車(chē)輛樣本混合了私家、網(wǎng)約以及兼職等不同場(chǎng)景的車(chē)輛，且出行強(qiáng)度較低的樣本分布更為集中。

2.2 軌跡相似度特征

軌跡作為一種重要的時(shí)空對(duì)象數(shù)據(jù)類(lèi)型和信息源，通過(guò)提取軌跡數(shù)據(jù)中的相似性與異常特征，并有助于發(fā)現(xiàn)其中有意義的模式。目前，時(shí)空軌跡的應(yīng)用范圍涵蓋了人類(lèi)行為、交通物流等。本文選取軌跡相似度特征，作為衡量車(chē)輛應(yīng)用場(chǎng)景另一維度，相比出行強(qiáng)度，側(cè)重描述車(chē)輛出行路徑的規(guī)律性：私家通勤車(chē)輛軌跡相對(duì)穩(wěn)定，一段時(shí)間內(nèi)具有較高的相似性;網(wǎng)約車(chē)輛出行隨機(jī)性較強(qiáng)，軌跡之間的關(guān)聯(lián)度較低;兼職車(chē)輛軌跡特征處于兩者之間。

考慮車(chē)輛軌跡長(zhǎng)度靈活性，采用動(dòng)態(tài)時(shí)間歸整（DTW）算法計(jì)算軌跡之間的相似度值[4]。同時(shí)，為了衡量一段時(shí)間內(nèi)的軌跡特征，以車(chē)輛所有軌跡間相似度的均值，作為軌跡相似度特征的指標(biāo)。

圖4分別為典型車(chē)輛軌跡相似度時(shí)間變化圖、軌跡相似度數(shù)值分布直方圖，從軌跡相似度時(shí)間變化和分布情況，網(wǎng)約車(chē)輛相似度值區(qū)間大、極值高，且軌跡波動(dòng)性較大;相比之下，未知車(chē)輛具有明顯的周期性，且軌跡相似度集中在低值區(qū)域。從軌跡相似度角度判斷，未知車(chē)輛是私家通勤車(chē)輛可能性較高。

3 方法描述

在車(chē)輛行為特征研究基礎(chǔ)上，采用無(wú)監(jiān)督學(xué)習(xí)K-MEANS聚類(lèi)方法，對(duì)特征相近車(chē)輛進(jìn)行聚類(lèi)分析，根據(jù)每類(lèi)的特征值情況，進(jìn)一步判斷每類(lèi)車(chē)輛應(yīng)用場(chǎng)景。

3.1 分類(lèi)最優(yōu)K值確定

K-MEANS算法關(guān)鍵需預(yù)先確定分類(lèi)k值，最優(yōu)k值對(duì)應(yīng)車(chē)輛場(chǎng)景類(lèi)別。本文綜合手肘法和輪廓系數(shù)法[5]，判斷k值。

（1）手肘法，隨著聚類(lèi)數(shù)k的增大，樣本劃分更加精細(xì)，每個(gè)簇的聚合程度逐漸提高，誤差平方和sse逐漸變小。當(dāng)k小于真實(shí)聚類(lèi)數(shù)，sse下降幅度很大，當(dāng)k到達(dá)真實(shí)聚類(lèi)數(shù)，sse的下降幅度會(huì)驟減。

（2）輪廓系數(shù)法，選擇輪廓系數(shù)較大所對(duì)應(yīng)的k值。當(dāng)樣本i輪廓系數(shù)接近1，說(shuō)明樣本i聚類(lèi)合理，接近-1，則說(shuō)明樣本i更應(yīng)該分類(lèi)到另外的簇。

圖5為誤差平方和、輪廓系數(shù)隨著k值變化的曲線圖。根據(jù)手肘法，k>3誤差平方和值降幅明顯放緩，k最優(yōu)值為3;根據(jù)輪廓系數(shù)法，k最優(yōu)取值為2、3。綜合考慮，車(chē)輛場(chǎng)景聚類(lèi)為3類(lèi)，即私家通勤、兼職網(wǎng)約、專職網(wǎng)約。

3.2 K-MEANS聚類(lèi)算法步驟

K-MEANS是一個(gè)迭代型算法[6]，在確定最優(yōu)分類(lèi)k值為3的基礎(chǔ)上，具體算法步驟：

（1）準(zhǔn)備車(chē)輛特征向量數(shù)據(jù)集，其中，代表車(chē)輛集合，分別代表日均出行里程、日均出行時(shí)間、百公里天數(shù)、軌跡相似度四個(gè)特征值向量;

（2）隨機(jī)初始化3個(gè)數(shù)據(jù)點(diǎn)，作為3組類(lèi)別中心點(diǎn);

（3）計(jì)算每個(gè)數(shù)據(jù)點(diǎn)到中心點(diǎn)的距離，選擇距離最短的，將車(chē)輛劃分到該類(lèi)別，最終得到3個(gè)類(lèi)別的車(chē)輛集合，，;

（4）對(duì)于每個(gè)類(lèi)別，重新計(jì)算其中心點(diǎn)，其中，，;

（5）重復(fù)步驟（3）、（4），直到每一類(lèi)中心在每次迭代后變化不大為止，得到3組車(chē)輛集合，即車(chē)輛應(yīng)用場(chǎng)景聚類(lèi)結(jié)果。

4 結(jié)果和分析

利用構(gòu)建的算法，對(duì)上海市未知車(chē)輛的應(yīng)用場(chǎng)景進(jìn)行識(shí)別，結(jié)果如表1所示。私家通勤、兼職網(wǎng)約、全職網(wǎng)約車(chē)輛數(shù)占比分別為70.7%、15.8%、13.5%，工作日均出行距離分別為41、116、213公里，日均出行時(shí)間分別為105、246、557分鐘，與相關(guān)調(diào)研的結(jié)論一致：私家通勤車(chē)輛以上下班為主，通勤距離通常小于50 km，專職車(chē)輛在使用上與巡游出租車(chē)相近，行駛距離通常大于200 km，而兼職車(chē)輛處于私家、專職之間，出行強(qiáng)度適中。在此基礎(chǔ)上，進(jìn)一步對(duì)1 300輛合規(guī)網(wǎng)約車(chē)輛進(jìn)行聚類(lèi)分析，網(wǎng)約場(chǎng)景的識(shí)別率達(dá)到83%，識(shí)別準(zhǔn)確率較高。

參考文獻(xiàn)：

[1]2020年汽車(chē)工業(yè)經(jīng)濟(jì)運(yùn)行情況簡(jiǎn)析[R].上海省汽車(chē)行業(yè)協(xié)會(huì)，2020.

[2]上海市新能源汽車(chē)大數(shù)據(jù)研究報(bào)告2020[R].上海省汽車(chē)行業(yè)協(xié)會(huì)，2020.

[3]夏嚴(yán).基于用戶出行行為特性的插電式混合動(dòng)力汽車(chē)全生命周期效能分析[D].東南大學(xué)，2019.

[4]龔璽.時(shí)空軌跡聚類(lèi)方法研究進(jìn)展[J].地理科學(xué)進(jìn)展，2011（30）：522-534.

[5]董炎焱.基于SSE的全局最優(yōu)K-means算法[J].電子技術(shù)與軟件工程，2018（11）：196-197.

[6]秦嘉誠(chéng).基于K-means聚類(lèi)算法優(yōu)化方法的研究[J].信息技術(shù)，2019（1）：66-70.