引言

随着全球汽车行业的快速发展，传统汽车带来的环境污染问题越来越明显，如全球变暖、雾霾天气等，在我国一线城市尤为显著。传统汽车尾气中含有的氮氧化合物等不仅会对生态环境造成一定破坏，还会对人体健康构成一定威胁，随着民众对汽车的需求不断提升，汽车大量生产也必将消耗大量的汽油、柴油等不可再生资源，直接影响我国工业的可持续发展。新能源汽车的广泛推行能够从根源上解决汽车造成的环境污染问题，但是新能源汽车出现了许多与传统汽车有较大差别的故障类型，对新能源汽车常见故障问题进行总结，并对维修关键技术进行研究，最后对如何提升新能源汽车维修服务质量进行讨论。

1新能源汽车充电站短期负荷预测概况

随着全市污染问题日益突出，政府加大了对新能源汽车的各种政策支持，新能源汽车产业发展迅速。负荷特性是非线性的，一个明显的特点是与驾驶员的日常生活密切相关。要测量的一天充电站的负荷与天气条件以及这是否是假日有关。鉴于新能源汽车充电站负荷的复杂非线性预测，传统的单预测方法经常存在一些不足和预测精度不够的问题。它经常与其他预测算法相结合，以提高预测精度。

2充换电模式及其基础设施的发展

新能源车的能源补给方式与传统燃油车有较大的不同，因此新能源车的发展也将推动相应的基础设施迅猛发展。不同类型电动汽车出行特征和能量补给方式的对应关系。对于私家乘用车，平时在家或者单位以慢充为主，超级快充主要发生在高速公路长途旅行期间（一般而言SOC低于50%）。北京城管委2019年对8万辆电动乘用车统计表明：自有充电桩慢充总电量占比已达75%，不足30%的公共充电中，快充占比已达85%，符合发展预期。对于商用车，货车日均行驶里程约为305km，公交车日均行驶里程约为165km，物流车日均行驶里程为90km。这类车辆如使用公共充电桩等方式补电，将存在缩短车辆运营时间、车辆占用场地大、充电功率利用率低，以及对电网短时冲击大和充电站规划建设难度大、成本高等问题。因此，对于货车而言，由于大功率充电设施稀缺，运营效率要求高，补电方式以换电为主；而公交、物流车到站停车时间较长，补电方式以专用充电桩为主。

3基于QGA-Elman神经网络的新能源汽车充电站负荷预测模型构建

根据车辆新能源充电站的负载数据，相应的网络模型被设置为预测，网络被设置为输入层、单个隐藏层和输出层。其中，输入节点主要是预测日期前一天的24小时历史加载数据，输出节点是第二天的每小时数据。设置各种网络参数后，收集的数据将用作学习样本，错误将再次扩散到Elman网络。选择1至11日的数据，然后使用第11个数据预测第12个负荷，将为了训练网络而学习的模型中获得的预测负荷值与实际负荷值进行比较。

4电池系统故障

新能源汽车从汽车动力源进行创新改变，采用动力电池作为汽车行驶与运行的核心动力，采用清洁能源为动力电池充能，有效减少了化石燃料的消耗，降低了汽车尾气的排放，实现低碳环保出行，这也成为新能源汽车与传统汽车竞争的优势所在。新能源汽车电池系统的质量安全与性能影响着汽车的正常运转，电池在为新能源汽车提供动力源的同时，通过高效率运转来转换能量，电池也出现了诸多需要解决的问题。电池故障问题主要有以下几点:1)新能源汽车在长时间行驶过程中电池持续放电，电池电量损耗过多会对电池产生一定程度的损耗，减少电池使用寿命;2)新能源电池在充放电过程中容易过充或过放，都会损害电池;3)新能源的电气控制系统采用新科技的精密配件，一经损坏，会产生很高的维修成本;4)电池作为新能源汽车动力源，容易产生高温，过热的电池会发生短路或电液泄露问题等，在气温较低时，电池过冷会发生电池容量减少，工作转换效率降低等问题。由于新能源汽车发展时间较短，在动力电池的研究领域不够完善，新能源电池在日常运行过程中，尚未能解决长时间工作续航问题。另外，新能源电池在运行过程中对电池的剩余寿命检测不准确，对电池的荷电状态估计不准确，导致对新能源汽车电池寿命及状态不能准确掌握，产生错误估计，在行驶过程中发生故障率较高。

5基于CCEMDAN分解的QGA-Elman神经网络新能源汽车充电站负荷预测

基于CEEMDAN的集成预测模型充分利用了CEEMDAN能够分解具有不同频率特性和变化趋势的信号的特性，并应用QGA-Elman神经网络预测算法对每个信号进行预测。实现步骤如下:(1)新能源汽车原充电站的历史数据用CEEMDAN算法处理，分解后剩下8个IMF分量和1个剩余分量。(2)为了优化网络的学习效果，根据货币基金组织各组成部分的独特数据特征和不同频率，建立了相应的QGA-Elman预测模型。3)使用QGA-Elman预测各种IMF，然后通过将数据分层来恢复它们。通过将其与QGA-Elman、Elman和原新型车辆充电站预测的数据进行比较，得出了结论。4)分析误差结果和计算时间，并得到各模型的优劣。

结束语

综上所述，解决新能源汽车的故障问题，且掌握维修的关键技术十分重要。对此，需要不断提高故障维修技术的维修水平，为新能源汽车的运行质量提供重要保障。

参考文献

［1］李刚．新能源汽车故障与维修关键技术及其应用研究［J］．内燃机与配件，2020(11):143－144．

［2］李霞．新能源汽车故障维修关键技术探究［J］．内燃机与配件，2020(13):140－141．

［3］陈鹏．新能源汽车的常见故障及维修关键技术［J］．河北农机，2020(6):114－115．