1、“.....该方法可对其它类型车辆的使用特征进行分析对公交客车出行特征进行分析，发现个城市的公交客车单次出客车不同城市充电电量如图所示，从图中可以看出，客车即便有充电行为，在次充电行为中，其充电电量在大多数情况下也很少。插电式混合动力客车使用特征数据库构建数据来源本文所使用的研究数据主要来自于新能源汽车国家监测与管理平台。平台的数据来源为全国各省市的新能源汽车，包括私人乘用车公务乘用车租赁乘用车出租乘用车公交客车公路客车旅游客车通勤客车物流特种车邮政特种车和环卫特种车等种类型的新能源汽车基于实车数据的插电式混合动力客车使用特征研究论文原稿，梁爐，符钢战不同动力系统的插电式混合动力汽车全生命周期能耗和排放的对比分析上海汽车，......”。

2、“.....对其它类型车辆的使用特征进行分析对公交客车出行特征进行分析，发现个城市的公交客车单次出行里程均较大，单日出行里程平均每日出行频次随季节变化较小，且不同城市间关系不致由于北京市有数辆样本车辆在郊区运营，且北京市公交客车运营时间比其他城市更长，因此北京市单日出行里程明显大于其他城市对公交客车充电特征进行分析，发现个城市的公交客车充电频次均很小，充电电量少，由于车辆运行工况复杂，数据传输过程存在着各种干扰和不确定性因素，因此平台采集的数据包含些和缺失。针对数据缺失问题，采取了删除和插值填充结合的方法进行处理针对数据问题，采取设定阈值的方法进行检测与处理。实际车辆运行时既有行驶状态的数据，又有停车充电状态的数据，此外还有停车未充电等状态。本文在文献状态划分方法的基础上......”。

3、“.....对本文研究数据进行了状态划分，并车型时，综合考虑了不同城市车型销量入库数量厂商车辆类型车辆构型动力类型等，覆盖面广，便于后续开展厂商车辆类型等方面的横向对比分析确定研究数据项时，根据研究基础与研究目标对项数据项进行筛选筛选研究车辆时，在尽可能保证数据质量的前提下满足随机性要求，尽可能减少主观因素的影响。最后，考虑到季节维度的分析，确定时间跨度为年全年。数据导出及处理数据准备阶段完成后，需要对数据进行导出与处理，从而完成使用特征节均大于昆明沈阳和北京座城市的客车。除昆明外，其余座城市客车的出行频次随季节有定变化，但变化均不太大。重庆苏州和上海座城市的客车，平均每天出行频次在年内均达到次以上。其中重庆市在夏季出行频次最大，为次。在冬季最小，为次。苏州和上海两座城市在春季出行频次最小......”。

4、“.....在秋季出行频次最大，为次。昆明沈阳和北京座城市的客车，平均每天出行频次在各个季节均在次以下。其中昆明平均每天出行频次随季节变化波动覆盖面广，便于后续开展厂商车辆类型等方面的横向对比分析确定研究数据项时，根据研究基础与研究目标对项数据项进行筛选筛选研究车辆时，在尽可能保证数据质量的前提下满足随机性要求，尽可能减少主观因素的影响。最后，考虑到季节维度的分析，确定时间跨度为年全年。数据导出及处理数据准备阶段完成后，需要对数据进行导出与处理，从而完成使用特征数据库的构建。新能源车辆国家监管平台数据库分布式存储，且随着新能源车辆国家含些和缺失。针对数据缺失问题，采取了删除和插值填充结合的方法进行处理针对数据问题，采取设定阈值的方法进行检测与处理。实际车辆运行时既有行驶状态的数据，又有停车充电状态的数据......”。

5、“.....本文在文献状态划分方法的基础上，增加了行驶片段与充电片段的有效性检验部分，对本文研究数据进行了状态划分，并提取出各样本车辆行驶片段和充电片段的特征值重构完成公交客车特征数据库，特征值基于实车数据的插电式混合动力客车使用特征研究论文原稿据库的构建。新能源车辆国家监管平台数据库分布式存储，且随着新能源车辆国家监管平台接入车辆数目的增加，整个数据库的规模越来越大，直接搜索聚合并对年数据进行统计挖掘占用资源较大，较为困难。因此本文采取了按月分批导出数据的方法。在数据导出后，利用编程，完成从国家平台分批次导出数据解码与格式转换聚合为特定数据库结构的过程，从而完成明细数据库的构建。客車受车主个人行为影响较小，主要反映了该城市该线路的交通情况。可以看到北京市单日出行里程明显大于其他城市......”。

6、“.....这是因为北京市选取的车辆中有数辆汽车在郊区运营，并且北京市公交车运营时间比其他城市更长，因此北京市单日出行里程明显大于其他城市。基于实车数据的插电式混合动力客车使用特征研究论文原稿。确定研究城市时，综合考虑了城市公交客车数量与城市地理特征，便于不同区域对比分析确定研究最小，季平均每天出行频次都在次左右，北京市在春季出行频次最小，为次，沈阳市在夏季出行频次最小，为次。两座城市的客车出行频次在冬季最大，为次和次。划分两次出行的条件是计算车速为零的间隔时间，当间隔时间大于等于分钟时视作两次出行，由于公交车在正常运营时，其停车时间超过分钟的情况很少出现，因此公交车正常运营时单次出行里程较大，单次出行里程甚至接近于单日出行里程。与乘用车不同，公监管平台接入车辆数目的增加......”。

7、“.....直接搜索聚合并对年数据进行统计挖掘占用资源较大，较为困难。因此本文采取了按月分批导出数据的方法。在数据导出后，利用编程，完成从国家平台分批次导出数据解码与格式转换聚合为特定数据库结构的过程，从而完成明细数据库的构建。图为各城市公交客车不同季节平均每日出行频次。从图可知，重庆苏州和上海座城市的客车平均每天出行频次，在各个如表所示，最终片段情况如表所示。插电式混合动力客车出行特征分析图为不同城市公交客车单次出行里程累计分布图。从图中可以看出，对于除北京外的个城市，其单次出行里程分布大致相同，单次出行里程约有的情况在公里以内，的情况在公里以内。确定研究城市时，综合考虑了城市公交客车数量与城市地理特征，便于不同区域对比分析确定研究车型时，综合考虑了不同城市车型销量入库数量厂商车辆类型车辆构型动力类型等......”。

8、“.....符钢战不同动力系统的插电式混合动力汽车全生命周期能耗和排放的对比分析上海汽车，。基于实车数据的插电式混合动力客车使用特征研究论文原稿。由于车辆运行工况复杂，数据传输过程存在着各种干扰和不确定性因素，因此平台采集的数据基于实车数据的插电式混合动力客车使用特征研究论文原稿，行里程均较大，单日出行里程平均每日出行频次随季节变化较小，且不同城市间关系不致由于北京市有数辆样本车辆在郊区运营，且北京市公交客车运营时间比其他城市更长，因此北京市单日出行里程明显大于其他城市对公交客车充电特征进行分析，发现个城市的公交客车充电频次均很小，充电电量少，公交客车基本具有不充电出行的行为特征。本文系年国家重点研发计划课题我国汽车用户出行规律和实际交通大数据统计。截至年月底，平台共监控全国新能源汽车余万辆......”。

9、“.....商用车共计万辆。平台技术体系架构如图所示。从图可以看出，沈阳市充电持续时间分布最为集中，基本全部分布在分钟以内，充电持续时间在分钟上出现个高峰，表明沈阳市的客车充电行为均属于迅速充少量电量就结束充电的模式。北京市的客车充电持续时间在分钟分布较为均匀，概率密度曲线呈线性下降趋势。其余城市客车的充电持续时间大多数分布在分钟以内，有少部车使用特征研究论文原稿。从图可以看出，沈阳市充电持续时间分布最为集中，基本全部分布在分钟以内，充电持续时间在分钟上出现个高峰，表明沈阳市的客车充电行为均属于迅速充少量电量就结束充电的模式。北京市的客车充电持续时间在分钟分布较为均匀，概率密度曲线呈线性下降趋势。其余城市客车的充电持续时间大多数分布在分钟以内，有少部分分布在到分钟这个区间内，而重庆市较为特殊......”。