现阶段采用的新能源汽车远程监控管理系统仅显示所采集的数据,并未挖掘数据的深层次信息,数据挖掘技术能够分析数据之间隐含的信息,有利于企业管理以及车辆的进一步研发,将远程监控管理系统与数据挖掘技术相结合是必然趋势。本文主要研究新能源汽车远程监控管理系统的构建,运用Java语言实现系统功能,在功能上保留监控管理系统的数据显示、定位、历史轨迹查询等功能,并将数据挖掘技术与监控管理系统相结合,以监控管理系统的数据挖掘模块作为研究重点。数据挖掘模块主要分为驾驶风格识别、行驶工况识别以及驾驶行为综合评价三个方面。运用k-means算法与高斯混合聚类算法,对驾驶员的驾驶风格与行驶工况进行分类,从而建立驾驶风格与行驶工况数据库;在eclipse软件中采用Java语言实现BP神经网络识别算法,并验证识别算法的准确性,识别结果的准确率均在90%左右,表明算法的准确性良好;依据BP神经网络算法与驾驶风格和行驶工况数据库,对驾驶员的驾驶风格与行驶工况进行识别。在驾驶行为综合评价功能中,首先对驾驶员的驾驶行为进行识别,并改进超速行为的识别方式,将超速行为的识别与汽车行驶工况识别相结合,以提升超速行为识别的准确性;然后依据层次分析法进行驾驶行为的主观权值赋予,并采用熵权法对其进行客观赋权,依据驾驶行为的主观赋权与客观赋权结果,对其完成综合权值计算,结合权值对驾驶员的驾驶行为进行综合评分。最后完善新能源汽车远程监控管理系统的显示界面,嵌入上述各个数据挖掘模块,完成新能源汽车远程监控管理系统的整体设计,使系统在行车数据显示、定位、历史轨迹查询等功能之外,实现驾驶风格识别、行驶工况识别、驾驶行为识别和驾驶行为综合评价的功能。