【技术实现步骤摘要】
本申请实施例涉及电梯系统设计领域，特别涉及一种电梯故障排查方法及系统。
技术介绍
1、在电梯故障排查领域，传统的故障检测系统通常依赖人工判断或简单的规则库，导致系统只能检测到一些常见的故障，且诊断过程较为缓慢。特别是在高端电梯(如别墅电梯)的故障排查中，由于设备的复杂性和故障类型的多样性，传统方法无法及时且准确地识别和处理所有潜在问题。随着电梯设备智能化水平的提高，传感器数据、运行日志、故障申报等多种异构数据成为电梯故障诊断的宝贵资源，但如何将这些多源异构数据有效地融合，并准确挖掘潜在的故障模式，是现有技术中的一个重大挑战。
2、目前，故障排查系统面临的问题包括：电梯运行数据来源多样，包括传感器时序数据、运行日志、故障申报记录等，如何高效地融合这些异构数据，构建准确的故障诊断模型，是一个技术难题。电梯故障不仅受到时间因素的影响，也与空间位置(电梯各部件的工作状态)密切相关，传统方法未能有效地将时空特征进行融合。故障模式可能是复杂的非线性关系，传统的基于规则或简单统计分析的故障排查方法无法揭示潜在的故障原因，容易忽视深层次的系...
【技术保护点】
1.一种电梯故障排查系统，其特征在于，所述系统包括：
2.根据权利要求1所述的电梯故障排查系统，其特征在于，所述数据采集与时序对齐模块，还通过执行数据标准化算法，接收来自不同设备、不同格式的日志文件和传感器数据，并利用动态时间规整算法对不同时间源的数据进行时间戳对齐。
3.根据权利要求1所述的电梯故障排查系统，其特征在于，所述特征融合与模式挖掘模块，通过在计算机上执行卷积神经网络和循环神经网络结合的算法，提取电梯设备的时序数据特征并与空间特征进行融合，从而生成精准后的时空特征向量。
4.根据权利要求1所述的电梯故障排查系统，其特征在...
【技术特征摘要】
1.一种电梯故障排查系统，其特征在于，所述系统包括：
2.根据权利要求1所述的电梯故障排查系统，其特征在于，所述数据采集与时序对齐模块，还通过执行数据标准化算法，接收来自不同设备、不同格式的日志文件和传感器数据，并利用动态时间规整算法对不同时间源的数据进行时间戳对齐。
3.根据权利要求1所述的电梯故障排查系统，其特征在于，所述特征融合与模式挖掘模块，通过在计算机上执行卷积神经网络和循环神经网络结合的算法，提取电梯设备的时序数据特征并与空间特征进行融合，从而生成精准后的时空特征向量。
4.根据权利要求1所述的电梯故障排查系统，其特征在于，所述故障知识图谱模块，通过执行图神经网络，根据时空特征向量动态扩展电梯故障知识图谱，自动添加新故障模式和关联节点，同时优化故障原因与设备组件的关系，确保图谱的时效性和准确性。
5.根据权利要求1所述的电梯故障排查系统，其特征在于，所述因果推理模块，通过计算机执行因果推理算法分析电...
【专利技术属性】
技术研发人员：郑岱维，
申请(专利权)人：中山领驭智能科技有限公司，
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。