前言：新能源汽车的数量呈稳定增长态势，但是其也同样带来了一定的安全问题，尤其是出现火灾、自燃等事故的几率较高，以往所应用的新能源汽车事故分析方法也大多围绕在此方面，但是由于引起火灾事故的原因较多，各个要素之间有着复杂的关联性，使得传统分析方法要耗费大量时间与精力，同时又难以保障事故原因准确性，而数据挖掘技术则有助于解决这一问题。
一、数据挖掘技术概述
数据挖掘技术隶属于现代化的新型数据处理技术范畴，其有着十分突出的功能性与实用价值，已被应用在多领域中发挥出显著作用，此技术主要由三大板块所组成。其一，关联性分析法，能够从海量的数据信息中精准分辨任务，有利于保障数据准确性；其二，聚类分析方法，当待处理对象的类型不够清晰时，可以用于整合和改进碎片化信息，从而形成统一的客观多元统计方法，在大规模数据领域表现更好；第三，特征分析方法利用数据信息的特征提取有用信息，并将其与人工神经网络的使用相结合，对结果进行更深层次地分析并做到合理分类[1]。
二、以数据挖掘技术为支持的新能源汽车事故分析方法
（一）采集与存储新能源汽车事故数据
以数据挖掘技术为支持的新能源汽车事故分析方法，首先应采集与存储过往的新能源汽车事故数据，以此当作实验数据，因为数据信息的来源较为多元化，使得数据格式有着一定差异，需严格遵守国家标准规范要求下的传输协议。根据数据挖掘技术所构建出的数据采集框架来采集新能源汽车国家监管平台上所含有的数据信息，安装编译器以及配置环境变量，采集流程为以下内容，先进入到需数据采集的目标网站当中，锁定需爬取的新能源汽车事故信息，对网站页码规律加以分析，借助于抓包工具获取数据信息采集请求，根据其反馈结果编写出正确的数据表达式，之后获取目标数据，通过组织建立爬虫项目，负责重复采集执行页的各项有效信息，一直到获取全部数据后停止采集。当数据采集完成后，则可依据之前所设定好的数据模型而相应地完成存储工作，并且将其添加至MySQL数据库中，由此数据库最后可全面存储造成新能源汽车事故发生的一些数据指标，包括但不限于绝缘电阻、极差电压以及温度差值等众多的字段信息。
（二）对多类型数据做标准化处理
完成初步的数据信息采集与存储工作后，则要借助于数据挖掘技术对多类型数据做标准化处理。因为绝大多数的原始数据信息中都会含有一些不良数据，避免数据集存在数据确缺失以及不一致等问题，也为了能够更好地保障数据分析处理结果准确系数，需全面去除不良数据，以免其干扰最后的数据分析结果。纵观数据集，若其中有时间相同但数据序号不同的这一情况时，可直接将此类数据看作是重复数据，对其做删除处理。确保数据缺失值处理得当，在进行后续处理流程之前，有必要正确识别缺失值。在完成对多种类型数据的标准化处理后，还应当算法进行深入研究，并验证分析模型。将数据库中一定比例的新能源汽车正常和事故车辆数据导出，转换为通用xsl格式文件，并将其他数据信息与此类数据集成为测试数据集。
（三）构建新能源汽车事故分析模型
考虑到新能源汽车事故很大一部分原因是因为动力电池高温失控，所以主要的数据信息也应当围绕在动力电池层面上，为了能够实现更加全面化与深层次分析，还应当以数据挖掘技术为支持，构建出新能源汽车事故分析模型，以此能够在较短的时间期限内就可完成对事故车动力电池的指标异常检测，从中初步锁定出事故原因。若采取传统的数据分析方法，则要耗费大量的时间以及投入较多的人力资源，工作强度较大，而基于数据挖掘技术的新能源汽车事故识别分析模型，是采取小波变换的方式，将动力电池原本的数据信息向多维度特殊信号转化，得到奇异值，并且分解输入至矩阵当中，之后再使用主成分分析法，选定奇异值当作是特征向量，对其做降维处理，从而得到直观的二维图案，最后采取聚类统计法完成特征向量效果分类，新能源汽车事故分析模型由此构建出来[2]。
（四）验证此方法实施可行性
为了确保基于数据挖掘技术的新能源汽车事故分析方法的可行性，有必要验证该方法的可行性系数，并进行有针对性的对比实验。选择了两辆新能源汽车，一辆正常运行，另一辆发生事故。基于分析识别模型，对事故车辆进行数据分析和模式识别处理，全面分析新能源汽车事故的数据指标。首先，对事故车辆的各种特性进行综合分析，通过小波变换和SVD处理，初步判定事故是由绝缘电阻引起的。然后，对正常车辆和事故车辆的绝缘电阻数据进行比较分析，并采用聚类算法准确提取新能源汽车的绝缘电阻故障特征，进一步验证其故障原因。
结论：综上所述，为了能够更好地预防新能源汽车事故发生，通过应用数据挖掘技术，在原有的基础上进一步创新新能源汽车事故分析方法，从而加深事故调查深度以及充分明确事故发生原因，以此采取相应的规避措施，此分析方法围绕在采集与存储新能源汽车事故数据、对多类型数据做标准化处理、构建新能源汽车事故模型以及验证此方法实施可行性几方面。
参考文献：
[1]王娜.基于数据挖掘技术的新能源汽车事故分析方法研究[J].电脑编程技巧与维护,2023,(08):84-86+118.
[2]丰俊献.数据挖掘技术在新能源汽车事故分析中的应用研究[D].重庆交通大学,2021.
