【技术实现步骤摘要】
本专利技术涉及电梯集群控制，尤其涉及一种电梯集群控制方法及系统。
技术介绍
1、在现代建筑与城市基础设施中，电梯作为垂直交通的重要组成部分，其运行效率、安全性以及乘客舒适度是衡量电梯系统性能的关键指标。随着高层建筑的不断增多和智能化趋势的发展，单一电梯的控制已经不能满足大型商业综合体、超高层住宅或办公大楼等场所高效且个性化的运输需求。因此，电梯集群控制系统应运而生。
2、传统的单体电梯控制系统主要关注单台电梯的调度和服务，而电梯集群控制则是通过集成多台电梯并进行统一管理和优化调度，以实现整体性能的最大化。这一技术涉及到复杂的数据分析、预测算法以及高效的通信网络，能够实时获取各电梯状态信息(如位置、负载、目的地请求等)，并根据这些数据动态生成最优调度策略。针对特殊人群或紧急情况提供快速响应通道，保障楼宇的安全疏散能力。
3、然而，现有的电梯集群控制技术仍面临一系列挑战，包括如何处理海量实时数据、设计更先进的智能调度算法以应对复杂的楼层交通流模式变化，以及在确保服务质量的同时，提升系统的稳定性和可靠性等。
技术实现思路
1、本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
2、鉴于上述现有存在的问题，提出了本专利技术。
3、因此，本专利技术提供了一种
4、为解决上述技术问题，本专利技术提供如下技术方案，一种电梯集群控制方法，包括：
5、获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，所述电梯前一周期中使用的电梯控制方式为任意现有控制方法；
6、获取目标建筑内待控制电梯前一个周期内的乘客流量数据，并结合机器学习算法以及递推最小二乘法建立考虑系统时滞的乘客流量预测模型；
7、通过模型预测控制器结合所述非线性动态数学模型以及乘客流量预测模型，预测多个未来时刻的状态和输出，并结合预设控制目标函数以及约束条件，制定最优控制动作序列；
8、根据计算出的最优控制动作序列，向各个电梯发送具体的控制指令，使电梯按照预定计划运行，并完成电梯集群控制方法更新。
9、作为本专利技术所述的电梯集群控制方法的一种优选方案，其中：所述获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，所述电梯前一周期中使用的电梯控制方式为任意现有控制方法包括：
10、所述电梯物理特性至少包括电梯楼层z(t)、电梯速度v(t)、载客量以及乘客轿厢移动情况c(t)，t表示电梯运行时刻；
11、所述乘客上下楼行为特征至少包括各楼层乘客进出情况；
12、所述非线性动态数学模型包括电梯的位置变化方程以及载客量变化方程：
13、所述电梯的位置变化方程表示为：
14、
15、其中，m是电梯及乘客总质量，te是曳引电动机提供的曳引力，与电梯位置、速度及载客量有关，ff是与电梯速度和载客量相关的摩擦力，随着速度和载客量增大而增大，fd是考虑人员变动影响的阻尼力，与电梯速度和人员分布相关，u(t)表示当前控制信号作用于电梯系统的力，表示电梯轿厢的加速度；
16、所述载客量变化方程表示为：
17、
18、其中，pin(t,z(t))和pout(t,z(t))分别表示时间t在楼层z(t)进入和离开电梯的乘客数量。
19、作为本专利技术所述的电梯集群控制方法的一种优选方案，其中：所述获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，所述电梯前一周期中使用的电梯控制方式为任意现有控制方法还包括：根据实际数据结合系统辨识技术估计模型中未知参数或函数形式；
20、所述曳引力te根据电梯曳引特性和载客量来估算，估算公式如下：
21、te(z(t),v(t),c(t))＝ktz(t)+cvv(t)+kcc(t)
22、所述摩擦力ff估算公式如下：
23、fi(z(t),v(t),c(t))＝μi(m1+c(t)kp)v(t)
24、所述阻尼力fd估算公式如下：
25、fd(z(t),v(t),c(t))＝kdv(t)+kc′c(t)v(t)
26、其中，m1表示电梯固有质量，kt表示曳引力与电梯位置的相关系数，cv表示曳引力与电梯速度相关系数，kc表示曳引力与载客量相关系数，μi表示摩擦系数，即系统内部与外部环境的阻力特性，kp表示单位载客量对摩擦力增量的影响系数，反映了乘客数量增多带来的额外摩擦力，kd表示与电梯速度线性相关的阻尼系数，kc′表示与载客量和速度有关的阻尼系数。
27、作为本专利技术所述的电梯集群控制方法的一种优选方案，其中：所述获取目标建筑内待控制电梯前一个周期内的乘客流量数据，并结合机器学习算法以及递推最小二乘法建立考虑系统时滞的乘客流量预测模型包括：
28、首先，使用机器学习算法建立初步预测模型，选择使用时序数据的机器学习方法，其预测模型表示为：
29、ppred(t+1)＝lstm(p(t),p(t-1),...,p(t-n))
30、其中，p(t)是在时间t时刻的乘客流量，n是历史窗口长度，lstm是一个经过训练的长短期记忆网络模型；
31、其次，考虑系统时滞因素，若系统存在时滞效应，则引入时滞变量改进模型，改进后的模型表示为：
32、ppred(t+τ)＝f(lstm(p(t),p(t-1),...,p(t-n)),τ)
33、其中，τ是系统的时滞参数，f是结合时滞信息修正预测结果的函数；
34、再次，利用递推最小二乘法进行参数更新：
35、初始化模型参数θ；
36、对每个时间步长t，根据实际观测到的乘客流量数据pobs(t+τ)更新模型参数θ：
37、
38、最后，将乘客流量预测模型嵌入到非线性动态数学模型中。
39、作为本专利技术所述的电梯集群控制方法的一种优选方案，其中：所述通过模型预测控制器结合所述非线性动态数学模型以及乘客流量预测模型，预测多个未来时刻的状态和输出，并结合预设控制目标函数以及约束条件，制定最优控制动作序列包括：
40、假设目标建筑内待控制电梯其中有多个电梯e1,e2,..,em在服务多个楼层f1,f2,...,fn的乘客请求，则预设控制目标函数表示为：
41、
42、其中，w1i是电梯ei对于乘客平均等待时间的权重因子，w2i是电梯ei对于能耗的权重因子，表示在预测时域内第t时刻，乘客在电梯ei服务本文档来自技高网...
【技术保护点】
1.一种电梯集群控制方法，其特征在于，包括：
2.如权利要求1所述的电梯集群控制方法，其特征在于，所述获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，所述电梯前一周期中使用的电梯控制方式为任意现有控制方法包括：
3.如权利要求2所述的电梯集群控制方法，其特征在于，所述获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，所述电梯前一周期中使用的电梯控制方式为任意现有控制方法还包括：根据实际数据结合系统辨识技术估计模型中未知参数或函数形式；
4.如权利要求3所述的电梯集群控制方法，其特征在于，所述获取目标建筑内待控制电梯前一个周期内的乘客流量数据，并结合机器学习算法以及递推最小二乘法建立考虑系统时滞的乘客流量预测模型包括：
5.如权利要求4所述的电梯集群控制方法，其特征在于，所述通过模型预测控制器结合所述非线性动态数学模型以及乘客流量预测模型，预测多个未来时刻的状态和输出，并结合预设控制目标函数以及约束条件，制定最优控制动作序列包括：
...【技术特征摘要】
1.一种电梯集群控制方法，其特征在于，包括：
2.如权利要求1所述的电梯集群控制方法，其特征在于，所述获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，所述电梯前一周期中使用的电梯控制方式为任意现有控制方法包括：
3.如权利要求2所述的电梯集群控制方法，其特征在于，所述获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，所述电梯前一周期中使用的电梯控制方式为任意现有控制方法还包括：根据实际数据结合系统辨识技术估计模型中未知参数或函数形式；
4.如权利要求3所述的电梯集群控制方法，其特征在于，所述获取目标建筑内待控制电梯前一个周期内的乘客流量数据，并结合机器学习算法以及递推最小二乘法建立考虑系统时滞的乘客流量预测模型包括：
5.如权利要求4所述的电梯集群控制方法，其特征在于，所述通过模型预测控...
【专利技术属性】
技术研发人员：许原中，王怀全，戴仁亮，
申请(专利权)人：尼得科康迪克电梯技术无锡有限公司，
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。