【技术实现步骤摘要】
本专利技术涉及智能故障预测，尤其涉及一种电梯电气故障征兆预测方法、装置、产品及电子设备。
技术介绍
1、电梯作为现代建筑中不可或缺的垂直运输设备，其安全性和可靠性直接影响乘客的生命财产安全。电梯电气故障预测技术通过实时监测和分析电梯运行数据，提前识别潜在故障风险。当前电梯电气故障预测技术主要有：
2、(1)传统阈值监测系统:依赖传感器数据(如电流、电压、温度)的静态阈值判断故障，例如当电流超过设定阈值时触发报警。但是，无法捕捉动态变化的故障征兆(如间歇性电压波动)，且误报率高(实验统计误报率约25％)。此外，阈值设置依赖人工经验，难以适配复杂工况。
3、(2)基于经典机器学习的方法：采用svm、随机森林等模型分析历史数据，通过特征工程提取统计量(如均值、方差)作为输入。但是，其对时序数据的动态依赖性建模不足，例如无法有效处理传感器数据的时间滞后效应。同时，噪声干扰易导致模型过拟合(实验显示噪声环境下准确率下降15％～20％)。
4、(3)单一lstm网络：使用长短期记忆网络(lstm)处理电梯运行数据...
【技术保护点】
1.一种电梯电气故障征兆预测方法，其特征在于，包括：
2.如权利要求1所述的一种电梯电气故障征兆预测方法，其特征在于，所述多源传感器时序数据包括电梯电气系统在时间窗口长度内的电流时序数据、电压时序数据、振动时序数据和温度时序数据中至少一者。
3.如权利要求2所述的一种电梯电气故障征兆预测方法，其特征在于，多源传感器时序数据的维度为：N×T×D；其中，N表示传感器数量，T表示时间窗口长度，D表示单个传感器的数据维度。
4.如权利要求3所述的一种电梯电气故障征兆预测方法，其特征在于，采用如下公式计算多源传感器时序数据与重构数据的重构误差
...
【技术特征摘要】
1.一种电梯电气故障征兆预测方法，其特征在于，包括：
2.如权利要求1所述的一种电梯电气故障征兆预测方法，其特征在于，所述多源传感器时序数据包括电梯电气系统在时间窗口长度内的电流时序数据、电压时序数据、振动时序数据和温度时序数据中至少一者。
3.如权利要求2所述的一种电梯电气故障征兆预测方法，其特征在于，多源传感器时序数据的维度为：n×t×d；其中，n表示传感器数量，t表示时间窗口长度，d表示单个传感器的数据维度。
4.如权利要求3所述的一种电梯电气故障征兆预测方法，其特征在于，采用如下公式计算多源传感器时序数据与重构数据的重构误差均值：
5.如权利要求1-4任意项所述的一种电梯电气故障征兆预测方法，其特征在于，所述...
【专利技术属性】
技术研发人员：罗梦瑶，彭俊杰，李必扬，代于皓，詹跃明，陈鸣利，
申请(专利权)人：重庆能源职业学院，
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。