[发明专利]基于神经网络的变速货梯异常检测方法

权利要求书

1.一种基于神经网络的变速货梯异常检测方法，其特征在于，该方法包括：

统计电梯每次运行的高度，得到设定时间段内电梯的累计运行高度；设定采样频率得到每个时刻的电缆电流和电缆电阻，进而获取在所述设定时间段内所述电缆电流构成的电流序列和所述电缆电阻构成的电阻序列；结合所述电流序列和所述电阻序列获取所述设定时间段电梯的信号传输稳定指标；将所述累计运行高度、所述电流序列、所述电阻序列和所述信号传输稳定指标组成电梯在所述设定时间段内的特征向量；

获取多个电梯的所述特征向量，基于所述特征向量之间的相似程度将状态相似的电梯所对应的所述特征向量分为一个类别；将所述类别中每个所述特征向量的所述电流序列和所述电阻序列分别构成电流特征序列和电阻特征序列，将所述电流特征序列和所述电阻特征序列分别输入TCN神经网络以预测该类别对应电梯在未来时间段的电流预测序列和电阻预测序列；

分别将每个电梯的所述电流序列和所述电阻序列与其所属所述类别的所述电流预测序列和所述电阻预测序列进行数据差异分析以得到数据相似指标，基于所述数据相似指标对相对应的电梯进行异常预警；

所述异常预警的方法，还包括：

计算所述类别中每个所述特征向量的所述信号传输稳定指标之间的平均值，根据该类别内每个电梯的所述信号传输稳定指标与平均值之间的差值得到对应电梯的稳定偏离指标；设定稳定偏离阈值，当所述稳定偏离指标小于所述稳定偏离阈值时，对该电梯进行异常预警；

所述结合所述电流序列和所述电阻序列获取所述设定时间段电梯的信号传输稳定指标的方法，包括：

根据每个时刻之间的电流变化获取所述电流序列所对应的电流稳定指标；根据每个时刻之间的电阻变化获取所述电阻序列所对应的电阻稳定指标；结合所述电流稳定指标和所述电阻稳定指标得到电梯的所述信号传输稳定指标；

所述根据每个时刻之间的电流变化获取所述电流序列所对应的电流稳定指标的方法，包括：

从所述电流序列中第二个时刻的电流开始，分别计算每个时刻的电流与其之前所有电流之间的电流均值；

依次计算两个相邻时刻之间所述电流均值的均值差值和这两个时刻对应电流之间的电流差值，结合所述均值差值和所述电流差值依次得到对应两个时刻之间的电流波动指标；

由所述电流波动指标和所述电流序列的长度计算平均电流波动指标，将所述平均电流波动指标作为所述电流序列的所述电流稳定指标。

2.如权利要求1所述的方法，其特征在于，所述电缆电流为照明电缆电流、所述电缆电阻为视频线电缆电阻。

3.如权利要求1所述的方法，其特征在于，所述根据每个时刻之间的电阻变化获取所述电阻序列所对应的电阻稳定指标的方法，包括：

从所述电阻序列中第二个时刻的电阻开始，分别计算每个时刻的电阻与其之前所有电阻之间的电阻均值；

依次计算两个相邻时刻之间所述电阻均值的均值差值和这两个时刻对应电阻之间的电阻差值，结合所述均值差值和所述电阻差值依次得到对应两个时刻之间的电阻波动指标；

由所述电阻波动指标和所述电阻序列的长度计算平均电阻波动指标，将所述平均电阻波动指标作为所述电阻序列的所述电阻稳定指标。

4.如权利要求1所述的方法，其特征在于，所述基于所述特征向量之间相似程度将状态相似的电梯所对应的所述特征向量分为一个类别的方法，包括：

根据不同电梯对应的所述特征向量，分别计算所述累计运行高度之间的第一差值、所述信号传输稳定指标之间的第二差值、所述电流序列之间的电流相似性和所述电阻序列之间的电阻相似性；

结合所述第一差值、所述第二差值、所述电流相似性和所述电阻相似性得到两个不同电梯之间的所述相似程度；基于所述相似程度通过DBSCAN聚类算法对所述特征向量进行聚类，得到多个类别。

5.如权利要求1所述的方法，其特征在于，所述数据相似性指标的获取方法，包括：

利用DTW算法分别计算所述电流序列与所述电流预测序列之间的第一相似性、所述电阻序列与所述电阻预测序列之间的第二相似性；根据所述第一相似性和所述第二相似性之间的乘积得到所述数据相似指标。

6.如权利要求1所述的方法，其特征在于，所述基于所述数据相似指标对相对应的电梯进行异常预警的方法，包括：

设置相似指标阈值，当所述数据相似指标小于所述相似指标阈值时，对相应的电梯进行异常预警。