1.一种基于车联网的里程焦虑管理方法，其特征在于，所述方法是从车联网数据库中提取用户充电行为数据，通过聚类算法提取体现用户里程焦虑的特征值，将用户按照里程焦虑特征值进行分类，确定用户里程焦虑程度的高低值，然后向里程焦虑程度高的用户推荐增值服务，供用户选择使用，缓解用户里程焦虑；

所述方法具体步骤如下：

步骤1，从车联网数据库中提取用户充电行为数据；

步骤2，通过聚类算法提取体现用户里程焦虑的特征值；

步骤3，计算用户的里程焦虑值，得到车主的里程焦虑等级；

步骤4，判断用户i是否存在里程焦虑或者里程焦虑值是否达到设定阈值；

如果用户存在里程焦虑且里程焦虑值达到设定阈值，则向用户推荐增值服务，并由用户决定是否选择增值服务，进入下一个判断流程；

如果用户不存在里程焦虑或者里程焦虑值未达到设定阈值，则结束流程；

步骤5，如果用户i选择增值服务，则向用户提供增值服务；

所述的用户充电行为数据的提取类型包括：电动汽车充电前SOC、电动汽车充电后SOC、单次充电时间、单周充电频数、低SOC时继续行驶里程和电动汽车厂商标称续航里程；

所述分类示：将提取的用户充电行为数据进行归一化预处理，将低SOC时继续行驶里程除以电动汽车厂商标称续航里程，得到归一化的低SOC时继续行驶里程，并将归一化的低SOC时继续行驶里程代替原低SOC时继续行驶里程；将预处理后的用户行为充电行为数据用聚类方法进行处理；

通过车载人机交互界面或用户移动端人机交互界面提供增值服务功能，包括步骤：a)里程焦虑管理系统采集汽车电池状态信息、汽车位置信息、汽车速度信息和汽车输出转矩信息；

b)根据收集到的以上信息计算电动汽车按照当前驾驶速度和输出转矩持续运行，计算电池容量下降到预设容量比例时的预计行驶里程；

c)根据计算出的预计行驶里程，将不同的预计行驶里程对应不同的车辆可行驶区域，定义成不同级别的焦虑区域，在车联网平台、车载人机交互界面和/或用户移动端人机交互界面上实时显示；

d)在与用户里程焦虑等级对应的焦虑区域显示区域内显示区域内所有电动汽车充电站或充电桩具体位置，在车载端或用户移动端上按照不同标准对电动汽车充电站或充电桩进行排序推荐；

e)获取用户通过人机界面对充电站进行选择的信息，通过调用汽车车载导航系统，将目的地输入为用户选择的充电站，完成一次用户里程焦虑的管理应对；

所述电池容量下降的预设容量比例分成至少3个，且比例等梯度下降，最高容量比例小于等于50％；

所述电池容量下降的预设容量比例为3个，分别对应划分出1、2、3级焦虑区域；所述1、

2、3级焦虑区域的划分是以可行驶区域中心为电动汽车当前位置，不同预计行驶里程为半径，最小半径包括的区域定义为1级焦虑区域，对应电动汽车行驶到该区域边界电池容量预计将会下降到最高比例；中等半径包括的区域去除1级焦虑区域定义为2级焦虑区域，对应电动汽车行驶到该区域边界电池容量预计将会下降到中间比例；最大半径包括的区域去除

1、2级焦虑区域定义为3级焦虑区域，对应电动汽车行驶到该区域边界电池容量预计将会下降到最小比例。

2.根据权利要求1所述的基于车联网的里程焦虑管理方法，其特征在于，所述增值服务包含：方式一：通过车载人机交互界面向用户提供充电站位置信息、充电桩信息、充电行为和/或驾驶行为改善建议；

方式二：通过用户移动端人机交互界面向用户提供充电站位置信息、充电桩信息、充电行为和/或驾驶行为改善建议。

3.根据权利要求1所述的基于车联网的里程焦虑管理方法，其特征在于，所述聚类方法采用聚类密度算法，包括DBSCAN聚类、OPTICS聚类或DENCLUE聚类。

4.根据权利要求3所述的基于车联网的里程焦虑管理方法，其特征在于，所述聚类方法采用DBSCAN聚类：

1)DBSCAN从一个没有被访问过的任意起始数据点开始，这个点的邻域用距离ε进行提取；

2)如果在这个邻域内有足够数量的点，则聚类过程开始，并且当前数据点成为新簇的第一个点，否则，该点将会被标记为噪声，在这两种情况下，该点都被标记为“已访问”；

3)对于新簇中的第一个点，其ε距离邻域内的点也成为该簇的一部分，这个使所有ε邻域内的点都属于同一个簇的过程将对所有刚刚添加到簇中的新点进行重复；

4)重复步骤2)和步骤3)，直到簇中所有的点都被确定，即簇的ε邻域内的所有点都被访问和标记过；

5)一旦完成当前的簇，一个新的未访问点将被检索和处理，导致发现另一个簇或噪声，重复这个过程直到所有的点被标记为“已访问”。

5.根据权利要求4所述的基于车联网的里程焦虑管理方法，其特征在于，在聚类完成之后，假设得到n个聚类，通过下式计算每个聚类的平均焦虑值其中

k1+k2+k3+k4+k5＝1

k表示不同用户充电行为数据类型所占权重，下标1‑5分别对应电动汽车充电前SOC、电动汽车充电后SOC、单次充电时间、单周充电频数、归一化低SOC时继续行驶里程，下标i代表第i个聚类，i＝1,2,3…n，SOCa表示电动汽车充电后SOC，SOCb表示电动汽车充电前SOC，timec表示单次充电时间，fc表示单周充电频率；

将n个聚类按照平均焦虑值大小降序排列，平均焦虑值的大小对应车主的里程焦虑等级，数值较大代表里程焦虑等级较高，数字较低表示里程焦虑等级较低。

6.根据权利要求1所述的基于车联网的里程焦虑管理方法，其特征在于，所述标准包括电动汽车充电站充电功率降序排列，电动汽车充电站或充电桩空余位置降序排列。

7.根据权利要求1、2或3所述的基于车联网的里程焦虑管理方法，其特征在于，对具有里程焦虑的用户，车联网平台的里程焦虑管理系统定期下发充电行为与驾驶行为改善的建议至人机交互界面，督促用户改正，以减少焦虑。

8.根据权利要求1、2或3所述的基于车联网的里程焦虑管理方法，其特征在于，所述方法进一步包括，通过车联网运行数据，将区域进行划分，将单个区域中多个用户的里程焦虑行为表现进行统计，将不同区域统计结果进行比对，为充电桩运营提供充电桩选址建议。

9.根据权利要求8所述的基于车联网的里程焦虑管理方法，其特征在于，对于用户1到用户n，按照城市行政区的方式对地图进行区域划分，将每个区域内的充电交易记录进行统计，得到单个区域中多个用户在里程焦虑管理系统推荐下的充电次数；

同时定期或不定期将不同区域统计结果进行比对，选择充电次数最多的区域作为新建充电桩选址区域。