【技术实现步骤摘要】
本专利技术涉及电梯健康评价，尤其是涉及一种智慧电梯健康度动态检测方法。
技术介绍
1、随着经济发展水平和基建能力的提升，电梯已经成为日常生活中不可或缺的基础性设施，电梯安全问题也随之而来。为实现对电梯运行的控制及监测，现有研究提出智慧电梯，具体是一种利用物联网、大数据、人工智能等技术，实现对电梯的实时监控、故障预警、远程控制等功能的新型电梯管理模式，智慧电梯系统通过在电梯上安装传感器、摄像头等设备，实时收集电梯的运行数据，并通过网络传输到后台服务器进行分析和处理。由于采集了大量电梯运行状态数据，因此如何有效利用这些数据，以实现对智慧电梯的健康评价，也越来越受到关注。
2、传统的电梯评价方法大多以评分卡的形式给出，这与电梯评价对于模型可解释性要求较高有关。此外，现有方法多采用层次分析法确定评价体系，再利用专家打分法和熵权法对各级指标进行赋权，最终确定各级指标的优先级和权重。然而，这类方法在智慧电梯评价过程中存在的一个主要问题是缺乏动态适应性，随着智慧电梯系统建设的进一步发展，数据采集的维度和数量的增加，必然会带来评分体系的进一步扩展和修正，从而引起各级指标权重的重新人工确定的过程，这就导致无法快速有效地针对智慧电梯健康度进行动态准确检测。
技术实现思路
1、本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种智慧电梯健康度动态检测方法，能够自适应动态调整评价指标权重，进而快速有效地对智慧电梯健康度进行动态准确检测。
2、本专利技术的目的可以通过以下技术
3、s1、构建多维度多级指标评分体系，用于描述智慧电梯的健康状态；
4、s2、根据智慧电梯系统采集的数据，确定评分体系的量化规则；
5、s3、收集专家评价历史数据，结合评分体系，基于神经网络求解得到评分体系中各指标权重；
6、s4、获取当前智慧电梯系统采集的数据，结合评分体系，得到智慧电梯当前健康度评分结果。
7、进一步地，所述步骤s1中评分体系具体为包含根节点和叶子节点的树状结构，包括由顶层至底层分布的多级指标。
8、进一步地，所述多级指标中，上级父指标的评分由对应下级子指标的评分加权平均后得到。
9、进一步地，所述上级父指标对应的下级子指标的权重之和为1。
10、进一步地，所述步骤s2具体是从智慧电梯系统采集的数据中提取相应特征，以确定出评分体系中最细粒度的指标的分值。
11、进一步地，所述各级指标的评分值取值范围为[0,100]。
12、进一步地，所述步骤s3具体包括以下步骤：
13、s31、收集专家评价历史数据，构建监督数据集；
14、s32、构建神经网络架构，利用监督数据集对神经网络进行训练，通过不断迭代各级指标的权重值来对齐专家评价数据。
15、进一步地，所述步骤s31中专利评价历史数据包括智慧电梯集合及对应的健康度评分结果。
16、进一步地，所述步骤s32中神经网络架构的输入为子指标评分、输出为父指标评分。
17、进一步地，所述步骤s32中神经网络架构包括特征提取网络、归一化单元和内积单元，所述特征提取网络的输入为子指标评分、输出连接至归一化单元；
18、所述归一化单元输出子指标权重数据；
19、所述内积单元的输入为子指标评分及对应子指标权重，输出为父指标评分。
20、与现有技术相比，本专利技术具有以下优点：
21、本专利技术通过构建多维度多级指标评分体系，再根据智慧电梯系统采集的数据，以确定评分体系的量化规则，还通过收集专家评价历史数据，结合评分体系，基于神经网络求解得到评分体系中各指标权重。由此能够实现一种快速有效的评分体系，并且能在评分体系变化时，自适应、快速地进行指标权重的动态调整，从而确保电梯健康度检测的动态准确性。
22、本专利技术构建树状结构的评分体系，其中，根节点对应于父指标、叶子节点对应于子指标，上级父指标的评分由对应下级子指标的评分加权平均后得到，由此形成多维度多级指标体系，能够全面系统地描述智慧电梯的健康状态。
23、本专利技术收集专家评价历史数据，以作为标签数据，再结合评分体系，通过训练神经网络的方式，以对评分体系中各级指标权重进行求解，能够确保各子指标权重结果的准确性，从而提升后续父指标评分的准确性。
本文档来自技高网...【技术保护点】
1.一种智慧电梯健康度动态检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种智慧电梯健康度动态检测方法，其特征在于，所述步骤S1中评分体系具体为包含根节点和叶子节点的树状结构，包括由顶层至底层分布的多级指标。
3.根据权利要求2所述的一种智慧电梯健康度动态检测方法，其特征在于，所述多级指标中，上级父指标的评分由对应下级子指标的评分加权平均后得到。
4.根据权利要求3所述的一种智慧电梯健康度动态检测方法，其特征在于，所述上级父指标对应的下级子指标的权重之和为1。
5.根据权利要求1所述的一种智慧电梯健康度动态检测方法，其特征在于，所述步骤S2具体是从智慧电梯系统采集的数据中提取相应特征，以确定出评分体系中最细粒度的指标的分值。
6.根据权利要求3所述的一种智慧电梯健康度动态检测方法，其特征在于，所述各级指标的评分值取值范围为[0,100]。
7.根据权利要求3所述的一种智慧电梯健康度动态检测方法，其特征在于，所述步骤S3具体包括以下步骤：
8.根据权利要求7所述的一种智慧电梯健康度动
9.根据权利要求7所述的一种智慧电梯健康度动态检测方法，其特征在于，所述步骤S32中神经网络架构的输入为子指标评分、输出为父指标评分。
10.根据权利要求9所述的一种智慧电梯健康度动态检测方法，其特征在于，所述步骤S32中神经网络架构包括特征提取网络、归一化单元和内积单元，所述特征提取网络的输入为子指标评分、输出连接至归一化单元；
...【技术特征摘要】
1.一种智慧电梯健康度动态检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种智慧电梯健康度动态检测方法，其特征在于，所述步骤s1中评分体系具体为包含根节点和叶子节点的树状结构，包括由顶层至底层分布的多级指标。
3.根据权利要求2所述的一种智慧电梯健康度动态检测方法，其特征在于，所述多级指标中，上级父指标的评分由对应下级子指标的评分加权平均后得到。
4.根据权利要求3所述的一种智慧电梯健康度动态检测方法，其特征在于，所述上级父指标对应的下级子指标的权重之和为1。
5.根据权利要求1所述的一种智慧电梯健康度动态检测方法，其特征在于，所述步骤s2具体是从智慧电梯系统采集的数据中提取相应特征，以确定出评分体系中最细粒度的指标的分值。
6.根据权利要...
【专利技术属性】
技术研发人员：刘建志，孙兆群，牛红星，
申请(专利权)人：上海仪电人工智能创新院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。