本指引将展示如何创建电池数字孪生，即物理电动汽车电池或电池储能系统（BESS）的虚拟表示，以及如何收集电压、电流和温度等实时数据。这种集成式可视化表示（数字孪生）支持数据处理和分析，以了解电池过去、现在和未来的状态，包括电气行为、热行为和老化行为。利用这些洞察，您可以更准确地监控电池运行状况和预测结果，并通过可视化、故障检测模型和早期问题识别来优化运行，以提高性能、可靠性和安全性。
请注意：[免责声明]
架构图
[架构图描述]
第 1 步
车辆向 AWS IoT Core 发送遥测数据，例如工作电压、电流、温度和单元格级数据。
第 2 步
一条 AWS IoT 规则根据是实时分析还是批量分析需要数据来区分数据。
第 3 步
Amazon Kinesis Data Streams 和适用于 Apache Flink 的亚马逊托管服务摄取遥测数据，用于执行诊断故障码（DTC）检测。AWS Lambda 在 AWS Glue 中启动预处理作业，以便将电池运行状况数据转换成 csv 格式。
第 4 步
将实时遥测数据（例如电流数据、温度数据和电荷数据）发送到 Amazon Timestream 以执行阈值模型检测。将批量数据发送到 Amazon Simple Storage Service（Amazon S3）以执行异常模型训练，Amazon DynamoDB 将存储元数据。
第 5 步
AWS Glue 向存储在 Amazon S3 中的数据添加上下文，以便预处理数据。AWS Glue 对时间序列数据进行后期处理，以便在前端应用程序中进行可视化。Amazon EventBridge 编排事件工作流，以执行模型预测。
第 6 步
Amazon Forecast 使用预训练的模型预测电池的运行状况。Amazon SageMaker 根据 Amazon S3 中的批量电池数据训练预测模型。
第 7 步
AWS Amplify 部署和托管前端应用程序。AWS AppSync 利用自定义数据来源丰富数据。Amazon API Gateway 安全地管理 API。
第 8 步
原始设备制造商（OEM）和电动汽车负责人可以通过 API Gateway 安全地访问此应用程序。
第 1 步
车辆向 AWS IoT Core 发送遥测数据，例如工作电压、电流、温度和单元格级数据。
第 2 步
一条 AWS IoT 规则根据是实时分析还是批量分析需要数据来区分数据。
第 3 步
Amazon Kinesis Data Streams 和适用于 Apache Flink 的亚马逊托管服务摄取遥测数据，用于执行诊断故障码（DTC）检测。AWS Lambda 在 AWS Glue 中启动预处理作业，以便将电池运行状况数据转换成 csv 格式。
第 4 步
将实时遥测数据（例如电流数据、温度数据和电荷数据）发送到 Amazon Timestream 以执行阈值模型检测。将批量数据发送到 Amazon Simple Storage Service（Amazon S3）以执行异常模型训练，Amazon DynamoDB 将存储元数据。
第 5 步
AWS Glue 向存储在 Amazon S3 中的数据添加上下文，以便预处理数据。AWS Glue 对时间序列数据进行后期处理，以便在前端应用程序中进行可视化。Amazon EventBridge 编排事件工作流，以执行模型预测。
第 6 步
Amazon Forecast 使用预训练的模型预测电池的运行状况。Amazon SageMaker 根据 Amazon S3 中的批量电池数据训练预测模型。
第 7 步
AWS Amplify 部署和托管前端应用程序。AWS AppSync 利用自定义数据来源丰富数据。Amazon API Gateway 安全地管理 API。
第 8 步
原始设备制造商（OEM）和电动汽车负责人可以通过 API Gateway 安全地访问此应用程序。
Well-Architected 支柱
当您在云中构建系统时，AWS Well-Architected Framework 可以帮助您了解所做决策的利弊。框架的六大支柱使您能够学习设计和操作可靠、安全、高效、经济高效且可持续的系统的架构最佳实践。使用 AWS 管理控制台中免费提供的 AWS Well-Architected Tool，您可以通过回答每个支柱的一组问题，根据这些最佳实践来检查您的工作负载。
上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构，您应该遵循尽可能多的 Well-Architected 最佳实践。
-
卓越运营阅读《卓越运营》白皮书
Amazon CloudWatch 提供集中式日志记录、监控和警报服务，用于检测运行异常和模型偏差。API Gateway 安全地向外部模型公开 API，而 Lambda 提供无服务器、可扩展且极具可用性的平台。它会根据需求自动扩展资源，因此可以减少手动容量规划和基础设施管理开销。
使用这种无服务器方法，用户可以专注于应用程序逻辑，而 AWS 负责处理底层基础设施，并通过自动化、容错、简化的部署和自动扩缩来帮助确保卓越运营。
-
安全性阅读《安全性》白皮书
AWS Key Management Service（AWS KMS）通过加密和密钥管理提供数据保护，而 AWS Identity and Access Management（IAM）实施最低权限原则。利用这些集成式服务，您可以缓解风险、保护敏感数据以及改善 AWS 基础设施的整体安全状况。
-
可靠性阅读《可靠性》白皮书
Lambda、Amazon S3 和 EventBridge 等 AWS 服务通过它们强大、可扩展的架构增强应用程序的可靠性。Lambda 自动扩展函数以提高可用性，Amazon S3 提供持久、冗余的数据存储，EventBridge 提供可靠的事件驱动型集成平台。
使用这些服务，您可以构建可承受故障、便于确保数据受到保护和帮助进行无缝组件通信的弹性应用程序。采用这些服务，您可以受益于容错的基础设施、自动扩展功能以及可以减少运营开销的托管式服务。
-
性能效率阅读《性能效率》白皮书
Forecast 提供准确的预测以优化资源分配，EventBridge 支持可以及时响应的高性能应用程序，能够对不断变化的状况做出快速反应。AWS IoT FleetWise 大规模收集和分析车辆数据，以监控和改善车队性能。将这些服务结合使用时，各个组织可以主动解决瓶颈、做出明智的决策以及优化他们基于云的解决方案和互联系统的效率。
-
成本优化阅读《成本优化》白皮书
Lambda 和 AWS Glue 只对所使用的资源收费，而 Amazon S3 和 Timestream 提供经济实惠的存储和数据处理功能，可根据使用模式进行调整。使用这些服务，您可以消除基础设施管理开销、根据实际资源消耗协调云支出并节省大量成本。
-
可持续性阅读《可持续性》白皮书
具有 GB 级历史数据的工作负载可以灵活地进行更具可持续性的存储或者在节能的数据中心中存档数据，这样有助于在保持数据可用性的同时与环保目标保持一致。Amazon S3 Intelligent Tiering 可根据访问模式在存储层之间自动移动数据，以帮助提高可持续性，因此优化了能源的使用。
经常访问的数据存储在低延迟的频繁访问层，而不经常访问的数据存储在能效更高的不频繁访问层和存档访问层。这种生命周期管理方法可以帮助您在不影响性能或数据可访问性的情况下最大限度地减少云存储基础设施对环境的影响。
免责声明
示例代码；软件库；命令行工具；概念验证；模板；或其他相关技术（包括由我方人员提供的任何前述项）作为 AWS 内容按照《AWS 客户协议》或您与 AWS 之间的相关书面协议（以适用者为准）向您提供。您不应将这些 AWS 内容用在您的生产账户中，或用于生产或其他关键数据。您负责根据特定质量控制规程和标准测试、保护和优化 AWS 内容，例如示例代码，以使其适合生产级应用。部署 AWS 内容可能会因创建或使用 AWS 可收费资源（例如，运行 Amazon EC2 实例或使用 Amazon S3 存储）而产生 AWS 费用。
本指南中提及第三方服务或组织并不意味着 Amazon 或 AWS 与第三方之间存在认可、赞助或从属关系。AWS 的指导是一个技术起点，您可以在部署架构时自定义与第三方服务的集成。