© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
浙江涛涛车业股份有限公司
企业浙江涛涛车业股份有限公司成立于2015年，属铁路、船舶、航空航天和其他运输设备制造业，主营道路机动车辆生产。面向市场分析、客户等级划分、电动车电池需求等领域提供数据服务，开放俄罗斯客户对沙滩车需求量分析数据（市场分析、客户等级划分）、欧洲客户对电动车电池需求量分析数据（电动车电池需求、市场分析）、基于不同仓库商品库存情况的健康度分级数据（库存管理、供应链优化），支撑库存管理与供应链优化。
市场分析客户等级划分电动车电池需求交通运输设备高新技术企业
数据集列表
农夫车物料净用量基准数据
本数据集通过解析农夫车BOM结构，递归计算每个底层物料在单台成品中的净用量。生产部门可直接使用本数据集作为标准发料清单，按单台用量领取物料，减少现场浪费。财务部门可用本数据集进行精确成本核算，将单台物料成本累加后得出直接材料成本。采购部门可依据单台用量与月产量快速计算月需求总量。
对外部复用价值有：同行业制造企业：可直接复用本数据集的计算方法，用于自身车型的成本测算或ERP系统基础数据初始化。本数据集中提供的净用量字段可作为模板，帮助企业验证其BOM计算逻辑的正确性。ERP/MES软件厂商：可将本数据集作为算法正确性验证的测试集。例如，软件开发了BOM展开引擎后，可输入相同的原始BOM，检验其输出的净用量是否与本数据集一致。行业成本对标平台：本数据集中的单台物料净用量可作为成本对标的基础数据，帮助行业分析不同车型的物料构成差异。
独立性与必要性
独立性：本数据集完全由企业BOM数据通过递归算法计算生成，不依赖外部价格或供应商信息。
必要性：在多层级BOM中，子件用量需乘以父项数量，人工计算极易出错。本数据集提供了机器可读的准确净用量，是企业实现精细化生产与成本管理的核心基础数据。（一）加工前的数据说明
原始数据为农夫车的多层级BOM表，以父子关联形式记录：每条记录表示一个父项物料及其一个子件物料的装配关系，包含父项物料货号、子项物料货号、子项数量（即装配一个父项所需该子件的个数）。BOM可能包含多层结构（如整车→车架→下管→钢管）。原始数据中，同一底层物料可能在不同层级路径中重复出现，成品对底层物料的净用量需要逐层展开计算后方可获得；原始记录亦不包含物料的BOM层级信息，需通过递归遍历确定每个物料在树结构中的深度。
（二）处理规则
针对本数据集的生成，采用以下处理规则：
（1）识别顶层成品：确定要计算的成品车型（农夫车），以其物料货号作为根节点。
（2）递归展开BOM：从顶层开始，遍历每个父项下的所有子项。对于每个子项，计算其累计倍数=父项的累计倍数×该子项在父项中的单件数量。顶层成品的累计倍数初始为1。若子项还有下层子项，继续递归，直到没有更低层物料为止（即采购件或外协件）。
（3）汇总净用量：对于每个底层物料（无子项的物料），将其在所有路径中出现的累计倍数求和，得到单台净用量。
（4）记录BOM层级：底层物料在树中的最大深度（根节点为1，子节点为2，依此类推）。
（5）异常处理：若出现循环嵌套（如A包含B，B包含A），则报错并停止计算；若某物料用量为0或负数，则剔除该记录。
（三）数据内容描述
本数据集输出一张结构化表格，行数等于农夫车所涉及的底层物料种类数。每行包含6个字段：序号、材料货号、零部件名称、单台净用量、单位、BOM层级。单台净用量数值保留三位小数。该数据集可直接用于生产发料、成本核算及ERP系统的基础数据导入。
浙江省数据知识产权登记平台2026-09-05 更新50
电池充电累积特征数据
本数据集适用于电池生产检测、研发验证及健康状态评估。通过充电过程中累积容量与累积能量的动态关系，提取平均电压、全局容量利用比、瞬时功率密度等特征，可快速评估电池充电平台一致性及能量转换效率。外部企业可直接利用“平均电压”判断不同电池的充电平台差异，用于电芯分选；利用“全局容量利用比”监控充电进度；利用“瞬时功率密度”分析高倍率性能。此外，本数据集的“数据有效性标志”基于上述三个派生字段的物理合理性进行综合校验，自动标记异常计算值，帮助企业快速过滤无效或不可信的记录，提升数据清洗效率。该数据集适用于对电池批次一致性要求高的应用，如电动汽车电池组配组、储能系统质量抽检。（一）加工前的数据说明
原始数据来源于电池测试设备导出的充电过程记录层数据，提取字段包括：循环序号、记录序号、容量(Ah)、能量(Wh)、全局充电容量(Ah)、功率(W)等。每条记录对应电池充电过程中一个采样点的瞬时测量值。原始数据聚焦于采集充电过程中的瞬时物理量，其结构以时间序列采样点为核心。在此基础上，需进一步计算平均电压、全局容量利用比、瞬时功率密度等衍生特征，以拓展至电池充电平台一致性评价、能量转换效率分析及高倍率性能评估等应用场景。同时，通过增设数据质量标识字段，可辅助用户快速识别和筛选计算合理的记录，提升后续分析效率。
（二）处理规则
本数据集的生成遵循以下加工流程：
（1）数据清洗：剔除容量、能量、功率等字段中明显超出合理范围的噪声点。
（2）平均电压计算：平均电压(V)=能量(Wh)/容量(Ah)，若容量为0则赋0。该值表示充电至当前累积容量时的平均电压，反映电池充电平台高低，用于电芯分选时的充电平台一致性评价。
（3）全局容量利用比计算：全局容量利用比=全局充电容量(Ah)/当前容量(Ah)，若当前容量为0则赋0。该值从0开始逐渐增加，充电完成时趋近于1。其中全局容量利用比值为1的记录对应充电完成时刻的采样点。
（4）瞬时功率密度计算：瞬时功率密度(W/Ah)=功率(W)/当前容量(Ah)，若当前容量为0则赋0。该值反映单位累积容量下的瞬时功率输出，用于评估电池高倍率性能。
（5）数据有效性判定：综合检查上述三个派生字段的物理合理性，若满足以下任一条件则标记为“无效”，否则标记为“有效”：a.平均电压超出合理范围（本数据集对应电池组的合理范围为30V~40V）；b.全局容量利用比<0或>1；c.瞬时功率密度<0或>100000。
（三）加工后数据内容
数据集为结构化表格，每条记录包含10个字段：循环序号、记录序号、容量(Ah)、能量(Wh)、全局充电容量(Ah)、功率(W)、平均电压(V)、全局容量利用比、瞬时功率密度(W/Ah)、数据有效性标志。其中“平均电压(V)”“全局容量利用比”“瞬时功率密度(W/Ah)”“数据有效性标志”4个字段为基于原始测量值加工生成的衍生字段，原始数据中不包含这些信息。该数据集可直接用于电池充电平台一致性评价、电芯分选、能量转换效率分析、高倍率性能评估及数据质量清洗等场景。
浙江省数据知识产权登记平台2026-08-22 更新20
电池单次循环性能特征数据
本数据集适用于电池研发、生产检测、系统集成及梯次利用企业。外部企业可直接使用派生字段快速评估电池单次循环的性能特征，无需人工计算电流、极化、温升等指标。具体复用价值包括：电芯分选：平均充电电流和平均放电电流反映电池倍率特性，差异过大的电芯不宜串联使用。极化诊断：电压平台差、充电起始压升、放电起始压降可量化电池内阻及极化程度，辅助判断健康状态。热管理验证：充电相对温升和放电相对温升用于评估电池发热特性，为电池包散热设计提供参考。能量效率分析：能量密度参考值（Wh/Ah）等效于平均放电电压，可与中值电压对比，快速识别能量转换异常。1.数据采集：从电池测试设备导出循环层数据，包含电池ID、循环序号、充电容量(Ah)、放电容量(Ah)、充电时间(Sec)、放电时间(Sec)、充电中值电压(V)、放电中值电压(V)、充电开始电压(V)、放电开始电压(V)、CDS充电最高温度(℃)、CDS放电最高温度(℃)、放电能量(Wh)等字段。
2.数据清洗与预处理：剔除充电时间或放电时间为0的无效行；剔除充放电容量为0的无效行。
数据加工规则：
平均充电电流(A)=充电容量(Ah)/充电时间(Sec)×3600；平均放电电流(A)=放电容量(Ah)/放电时间(Sec)×3600；电压平台差(V)=充电中值电压(V)−放电中值电压(V)；充电起始压升(V)=|充电开始电压(V)−充电中值电压(V)|；放电起始压降(V)=|放电开始电压(V)−放电中值电压(V)|；
充电相对温升(℃)=CDS充电最高温度(℃)−25；放电相对温升(℃)=CDS放电最高温度(℃)−25；
能量密度参考值(Wh/Ah)=放电能量(Wh)/放电容量(Ah)。
3.数据应用：外部企业可通过API获取每行数据的上述特征值，用于电芯快速分选、热管理设计验证及能量效率分析。
浙江省数据知识产权登记平台2026-08-15 更新50
电池温度一致性评价数据
本数据集适用于电池制造商、储能系统集成商、电动汽车企业及电池回收检测机构。外部企业可直接利用“充电温差”“放电温差”“温升速率”和“温度一致性评分”等派生字段，快速评估电池单体的热行为及一致性，无需自行处理原始温度数据。具体复用价值包括：电芯配组优化：温差（最高-最低）越小，电芯内部热场越均匀。企业可将温差≤2℃的电芯归为同一等级，用于串联或并联成组，延长电池组循环寿命。温差超过5℃的电芯建议单独使用或降级处理。热管理设计验证：温升速率（℃/h）反映电池在不同工况下的发热强度。企业可对比实测温升速率与仿真值，验证散热方案效果。例如，若放电温升速率连续高于6℃/h，提示需加强冷却。安全预警：当充电温差或放电温差超过5℃，或温升速率大于8℃/h时，自动触发“异常”预警，提示可能存在内短路、连接不良或散热失效，便于及时排查。工艺一致性评价：统计同一批次电池的温差分布，若个体温差偏离均值超过3倍标准差，则标记为一致性差，辅助改进生产工艺。1.数据采集：从电池测试设备导出循环层数据，包含电池ID、循环序号、CDS充电最高温度(℃)、CDS充电最低温度(℃)、CDS放电最高温度(℃)、CDS放电最低温度(℃)、充电时间(Sec)、放电时间(Sec)等字段。
2.数据清洗与预处理：剔除充电时间或放电时间为0的无效行。
3.数据加工规则：
充电温差(℃)=CDS充电最高温度−CDS充电最低温度；放电温差(℃)=CDS放电最高温度−CDS放电最低温度；充电绝对温升(℃)=CDS充电最高温度−25；放电绝对温升(℃)=CDS放电最高温度−25；充电温升速率(℃/h)=充电绝对温升/(充电时间/3600)；放电温升速率(℃/h)=放电绝对温升/(放电时间/3600)；
温度一致性评分（0-100分）：综合考虑充电温差和放电温差。
若温差≤2℃得100分；若2℃<温差≤3℃得80分；若3℃<温差≤5℃得60分；若温差>5℃得0分。取两者较低分作为最终评分。
异常预警标志：若充电温差>5℃或放电温差>5℃或充电温升速率>8℃/h或放电温升速率>8℃/h，则标记为“异常”，否则“正常”。
4.数据应用：外部企业可通过API获取上述特征值，用于电芯配组、热管理验证、安全预警及工艺评价。
浙江省数据知识产权登记平台2026-08-14 更新40
电池电压平台稳定性数据
本数据集适用于电池制造商、储能系统集成商、电动汽车企业及电池回收检测机构。外部企业可直接利用“充电电压Z-score”“放电电压Z-score”“充电稳定性评分”“放电稳定性评分”和“电压异常标志”等字段，快速评估电池单体电压波动的一致性，无需自行进行统计分析。具体复用价值包括：电芯配组优化：电压稳定性评分越接近满分，表示该循环的电压与该电池历史平均电压越接近。企业可将同一电池组内各电芯的稳定性评分分布作为配组依据，评分波动过大的电芯建议剔除或降级使用。工艺稳定性评价：统计同一批次电池的电压Z-score分布，若某电池频繁出现较大偏离（如超过两倍标准差），可追溯其生产环节（如化成分容异常），辅助改进工艺。老化趋势监测：随着循环次数增加，若电压稳定性评分呈持续下降趋势，提示电池内阻增大或活性物质衰减，辅助寿命预测和健康状态评估。异常数据清洗：电压异常标志可自动筛选出电压显著偏离的循环（例如充电电压远低于正常值），用于剔除无效数据或标记可疑电池，提升后续分析的准确性。1.数据采集：从电池测试设备导出循环层数据，包含电池ID、循环序号、充电中值电压(V)、放电中值电压(V)。
2.数据清洗与预处理：对于每个电池，预先计算其“充电中值电压”的均值和标准差，以及“放电中值电压”的均值和标准差，作为固定值附加到该电池的所有循环行中。
3.数据加工规则：
充电电压Z-score=(充电中值电压−充电均值)/充电标准差（若充电标准差为0，则结果为0）；
放电电压Z-score=(放电中值电压−放电均值)/放电标准差（若放电标准差为0，则结果为0）；
充电稳定性评分=100×(1−min(1,|充电电压Z-score|/3))；放电稳定性评分=100×(1−min(1,|放电电压Z-score|/3))；
电压异常标志：若|充电电压Z-score|>2或|放电电压Z-score|>2，则标记为“异常”，否则“正常”。
4.数据应用：外部企业可通过API获取上述特征值，用于电芯配组、工艺评价、老化监测及异常数据清洗。数据分类分级：根据电压异常标志分为正常和异常两类；稳定性评分越高表示越稳定。
浙江省数据知识产权登记平台2026-08-11 更新40
农夫车物料净用量基准数据
本数据集通过解析农夫车BOM结构，递归计算每个底层物料在单台成品中的净用量。生产部门可直接使用本数据集作为标准发料清单，按单台用量领取物料，减少现场浪费。财务部门可用本数据集进行精确成本核算，将单台物料成本累加后得出直接材料成本。采购部门可依据单台用量与月产量快速计算月需求总量。
对外部复用价值有：同行业制造企业：可直接复用本数据集的计算方法，用于自身车型的成本测算或ERP系统基础数据初始化。本数据集中提供的净用量字段可作为模板，帮助企业验证其BOM计算逻辑的正确性。ERP/MES软件厂商：可将本数据集作为算法正确性验证的测试集。例如，软件开发了BOM展开引擎后，可输入相同的原始BOM，检验其输出的净用量是否与本数据集一致。行业成本对标平台：本数据集中的单台物料净用量可作为成本对标的基础数据，帮助行业分析不同车型的物料构成差异。
独立性与必要性
独立性：本数据集完全由企业BOM数据通过递归算法计算生成，不依赖外部价格或供应商信息。
必要性：在多层级BOM中，子件用量需乘以父项数量，人工计算极易出错。本数据集提供了机器可读的准确净用量，是企业实现精细化生产与成本管理的核心基础数据。
浙江省数据知识产权登记平台2026-08-24 更新20
电池循环性能综合评估数据
本数据集适用于电池制造商、储能企业、电动汽车厂商、电池回收商及检测机构。外部企业可直接使用“综合评分”快速判断每个循环的健康度，无需人工核对效率、容量保持率、能量效率比、压差等多个参数。具体复用价值包括：
产线质检：接入MES系统自动标记异常电芯，辅助人工抽检，提升质检一致性。
储能运维：按电池ID排序评分，辅助定位相对劣化的电芯，为更换计划提供参考。
电池回收：根据容量保持率和综合评分对退役电池进行初步分档，辅助定价决策。
研发对比：不同批次电池的评分分布可反映工艺稳定性，辅助配方优化。
异常诊断：自动识别容量突降、效率异常等隐蔽问题，辅助故障分析。（一）加工前的数据说明
原始数据来源于电池测试设备导出的循环层数据，提取字段包括：电池ID、循环序号、放电容量(Ah)、效率(%)、容量保持率(%)、能量效率比(%)、压差(V)等。每条记录对应电池一个完整充放电循环的汇总测量值。
（二）处理规则
本数据集的生成遵循以下加工流程：
（1）数据清洗：剔除放电容量为0的无效记录；剔除效率>120%或<50%的异常记录。
（2）综合评分计算（0-100分）：综合效率、容量保持率、能量效率比、压差四个维度，按权重加权计算。各维度分值计算规则如下：
效率得分（权重35%）：若效率≥98%得100分；若95%≤效率<98%得80分；若90%≤效率<95%得60分；若效率<90%得0分。
容量保持率得分（权重30%）：若容量保持率≥98%得100分；若95%≤容量保持率<98%得80分；若90%≤容量保持率<95%得60分；若容量保持率<90%得0分。
能量效率比得分（权重20%）：若能量效率比≥89%得100分；若85%≤能量效率比<89%得80分；若80%≤能量效率比<85%得60分；若能量效率比<80%得0分。
压差得分（权重15%）：若压差绝对值≤3.0V得100分；若3.0V<压差≤3.5V得80分；若3.5V<压差≤4.0V得60分；若压差>4.0V得0分。
综合评分=效率得分×0.35+容量保持率得分×0.30+能量效率比得分×0.20+压差得分×0.15，结果四舍五入取整数（0-100分）。
（3）异常预警标志生成：若综合评分<60或效率<90%或压差>3.5V，则标记为“异常”，否则标记为“正常”。
（三）加工后数据内容
数据集为结构化表格，每条记录包含9个字段：电池ID、循环、放电容量(Ah)、效率(%)、容量保持率(%)、能量效率比(%)、压差(V)、综合评分、异常预警。其中“综合评分”和“异常预警”2个字段为基于原始数据进一步加工生成的衍生字段，原始数据中不包含这些信息。该数据集可直接用于电池健康状态快速评估、产线自动分拣、储能运维预警及梯次利用分选等场景。
浙江省数据知识产权登记平台2026-08-19 更新40
电池能量与热特征数据
本数据集适用于电池热管理系统设计、能量效率诊断、快充策略优化及寿命评估。外部企业可直接使用派生字段评估单次循环的能量吞吐、功率特性及发热速率，无需自行计算。具体复用价值包括：热管理设计验证：充电温升速率和放电温升速率（℃/h）量化了电池在不同工况下的发热强度。企业可将实测温升速率与仿真结果对比，验证散热方案有效性，优化冷却系统参数。例如，放电温升速率超过5℃/h的工况需要加强散热。能量吞吐与寿命关联：能量吞吐量（充电能量+放电能量）可累计用于评估电池全生命周期总能量交换量，结合循环次数建立寿命模型。净能量输出（放电能量−充电能量）为负值表示电池消耗能量，若净能量输出绝对值异常增大，提示能量转换效率下降。功率特性分选：平均充电功率和平均放电功率反映了电池在充放电过程中的瞬时功率输出能力。企业可设定阈值（如平均放电功率>350W为高功率型），将功率特性相近的电芯配组，避免串联使用中出现过载或欠载风险。异常工况识别：当充电温升速率或放电温升速率显著偏离历史均值（如超过3倍标准差）时，可触发预警，提示可能存在内短路或热失控隐患。1.数据采集：从电池测试设备导出循环层数据，包含电池ID、循环序号、充电能量(Wh)、放电能量(Wh)、充电时间(Sec)、放电时间(Sec)、CDS充电最高温度(℃)、CDS放电最高温度(℃)等字段。
2.数据清洗与预处理：剔除充电时间或放电时间为0的无效行；剔除充放电能量为0的无效行。
数据加工规则：能量吞吐量(Wh)=充电能量+放电能量；净能量输出(Wh)=放电能量−充电能量；平均充电功率(W)=充电能量/(充电时间/3600)；平均放电功率(W)=放电能量/(放电时间/3600)；充电温升速率(℃/h)=(CDS充电最高温度−25)/(充电时间/3600)；放电温升速率(℃/h)=(CDS放电最高温度−25)/(放电时间/3600)。
3.数据应用：外部企业可通过API获取每行数据的上述特征值，用于热管理验证、能量效率分析及异常预警。
浙江省数据知识产权登记平台2026-08-14 更新40
电池充电过程特征提取数据
本数据集适用于电池研发、寿命预测、析锂检测及安全预警。通过高频采样数据分析充电过程中的电压、容量、温度等参数的动态变化，提取微分特征（如电压变化率、容量变化率、温升速率），可识别电池内部电化学反应的异常拐点。外部企业可直接利用“电压变化率”判断充电初期是否出现电压陡升（可能预示内阻异常）；利用“容量变化率”评估充电效率；利用“温升速率”监测局部过热风险。该数据集对于构建电池数字孪生模型、优化充电策略具有重要价值，尤其适用于对电池安全要求极高的电动汽车和储能领域。1.数据采集：从电池测试设备导出记录层数据，包含循环序号、工步序号、记录序号、相对时间(Sec)、电压(V)、容量(Ah)、温度(℃)等字段。数据按时间升序排列，同一充电工步内采样间隔固定（通常为5秒）。
2.数据清洗与预处理：剔除相对时间重复或为负的异常记录；删除电压、容量、温度字段中明显超出合理范围的噪声点（如电压小于0V或大于50V，温度低于-20℃或高于100℃）。
数据加工规则：采集每个采样点在当前时刻与上一时刻的信息（相对时间、电压、容量、温度），汇总整理后，在本行内计算以下派生字段：
时间间隔(Sec)=当前相对时间−上一相对时间；电压变化率(V/s)=(当前电压−上一电压)/时间间隔；容量变化率(Ah/s)=(当前容量−上一容量)/时间间隔；温升速率(℃/s)=(当前温度−上一温度)/时间间隔；
异常标志：若|电压变化率|>0.01或|容量变化率|>0.1或|温升速率|>0.5，则标记为“异常”，否则“正常”。
3.数据应用：外部企业可通过API获取上述特征值，用于析锂检测、充电策略优化、健康状态评估等。数据分类分级：根据异常标志分为正常和异常两类；连续3个及以上异常点可视为“严重异常”。
浙江省数据知识产权登记平台2026-08-11 更新60
电池充电累积特征数据
本数据集适用于电池生产检测、研发验证及健康状态评估。通过充电过程中累积容量与累积能量的动态关系，提取平均电压、全局容量利用比、瞬时功率密度等特征，可快速评估电池充电平台一致性及能量转换效率。外部企业可直接利用“平均电压”判断不同电池的充电平台差异，用于电芯分选；利用“全局容量利用比”监控充电进度；利用“瞬时功率密度”分析高倍率性能。此外，本数据集的“数据有效性标志”基于上述三个派生字段的物理合理性进行综合校验，自动标记异常计算值，帮助企业快速过滤无效或不可信的记录，提升数据清洗效率。该数据集适用于对电池批次一致性要求高的应用，如电动汽车电池组配组、储能系统质量抽检。
浙江省数据知识产权登记平台2026-08-10 更新40