一种融合大数据分析的电梯运行隐患精准识别系统及方法与流程

本发明属于电梯隐患识别，具体涉及一种融合大数据分析的电梯运行隐患精准识别系统及方法。

背景技术：

1、随着城市化进程不断推进，电梯作为高层建筑及公共场所中不可或缺的垂直运输设备，其运行安全性直接关系到人员通行安全与设备运行稳定性。电梯系统通常由控制系统、轿厢运行系统、门机系统、制动系统以及多类状态监测单元构成，在长期高频运行过程中，易受到机械磨损、电气波动、负载变化及环境振动等多因素影响，从而逐渐产生潜在运行异常或隐性故障。

2、在实际运行过程中，电梯的运行状态呈现明显的阶段性特征，例如启停阶段、加速与匀速运行阶段以及制动阶段，不同阶段中各子系统的响应特性及能耗特征存在显著差异。同时，多源运行数据在时间维度上具有强耦合性与动态变化特征，使得电梯运行状态呈现出复杂的多维时序演化过程。因此，对电梯运行过程进行多源数据融合分析与运行状态识别，对于提升电梯安全运行水平具有重要意义。

3、现有电梯隐患识别方法多依赖单一数据源或固定阈值进行判断，难以全面表征电梯多子系统之间的协同运行状态及隐患传播过程，在复杂运行工况下容易出现误判或漏判。同时，现有方法对多源运行数据的融合分析能力不足，缺乏对多尺度时序特征及不同运行阶段差异的统一刻画机制，对历史隐患数据的利用方式较为简单，未形成有效的结构化记忆与复用机制，难以实现相似隐患的持续识别与再触发分析，从而限制了隐患识别的准确性与持续适应能力。

技术实现思路

1、本发明的目的是提供一种融合大数据分析的电梯运行隐患精准识别系统及方法，能够实现多源数据融合分析、隐患传播过程刻画及历史隐患复用，从而提升电梯运行隐患识别的准确性与稳定性。

2、本发明采取的技术方案具体如下：

3、一种融合大数据分析的电梯运行隐患精准识别方法，包括：

4、获取目标电梯在预设运行周期内的多源运行数据，基于多源运行数据获取分阶段运行数据集；

5、基于分阶段运行数据集获取多尺度时序特征，并构建动态耦合矩阵；

6、基于多尺度时序特征与动态耦合矩阵构建电梯运行状态图谱，基于电梯运行状态图谱获取隐患传播路径及节点影响权重，基于隐患传播路径及节点影响权重生成动态风险传播结果；

7、获取电梯运行过程中的理论能量消耗与实际能量消耗数据，生成能量守恒偏差值，对电梯运行状态图谱中的隐患传播路径及节点影响权重进行动态修正，得到校正后因果传播图谱，并更新动态风险传播结果；

8、构建隐患记忆库，获取历史隐患特征，并生成对应的隐患记忆权重；

9、基于隐患记忆权重对校正后因果传播图谱中的隐患传播路径进行筛选，得到隐患匹配路径；

10、将隐患匹配路径与隐患记忆库进行匹配，当匹配相似度超过预设阈值时，对更新后动态风险传播结果进行叠加修正，并基于修正后的动态风险传播结果输出隐患定位结果、风险等级及预警信息。

11、在一种优选方案中，获取目标电梯在预设运行周期内的多源运行数据，基于多源运行数据获取分阶段运行数据集，包括：

12、获取目标电梯在预设运行周期内的多源运行数据；

13、将多源运行数据进行数据预处理，其中，数据预处理包括异常数据剔除、缺失数据补全以及数据格式标准化处理，形成多源运行数据；

14、基于多源运行数据获取多个时间戳信息，并进行时间对齐处理，构建时间运行数据序列；

15、基于时间运行数据序列识别电梯运行状态变化特征点，并根据电梯运行状态变化特征点对电梯运行过程进行运行阶段划分处理，得到启停阶段、匀速运行阶段及制动阶段，并汇总生成分阶段运行数据集。

16、在一种优选方案中，多源运行数据包括控制系统信息、轿厢运行信息、门机系统信息、制动系统信息及振动信号信息。

17、在一种优选方案中，基于分阶段运行数据集获取多尺度时序特征，并构建动态耦合矩阵，包括：

18、将分阶段运行数据集中每个数据进行时间序列分解处理，获取短周期分量、中周期分量及长周期分量；

19、根据短周期分量、中周期分量及长周期分量，获取分阶段运行数据集中每个数据在同一时间窗口内的响应变化量；

20、根据响应变化量获取分阶段运行数据集中每个数据在相同时间窗口内的同步变化数值；

21、根据同步变化数值获取每个时间窗口对应的同步变化矩阵；

22、根据同步变化矩阵获取跨时间窗口的累积变化数值；

23、根据跨时间窗口的累积变化数值获取耦合强度矩阵；

24、根据耦合强度矩阵，获取分阶段运行数据集中每个数据在不同时间尺度下的数值分布结果，并基于数值分布结果生成动态耦合矩阵。

25、在一种优选方案中，基于多尺度时序特征与动态耦合矩阵构建电梯运行状态图谱，基于电梯运行状态图谱获取隐患传播路径及节点影响权重，基于隐患传播路径及节点影响权重生成动态风险传播结果，包括：

26、根据多尺度时序特征与动态耦合矩阵，获取分阶段运行数据集中每个数据之间的状态传递数值及节点响应强度，并基于状态传递数值及节点响应强度生成电梯运行状态图谱；

27、根据电梯运行状态图谱，获取分阶段运行数据集中每个数据之间的传播路径序列及路径传递系数，并基于传播路径序列及路径传递系数获取隐患传播路径；

28、根据电梯运行状态图谱与隐患传播路径，获取分阶段运行数据集中每个数据在传播路径中的累积影响数值，并基于所累积影响数值获取节点影响权重；

29、根据隐患传播路径及节点影响权重，获取对应的风险传播强度，并基于风险传播强度生成动态风险传播结果。

30、在一种优选方案中，获取电梯运行过程中的理论能量消耗与实际能量消耗数据，生成能量守恒偏差值，对电梯运行状态图谱中的隐患传播路径及节点影响权重进行动态修正，得到校正后因果传播图谱，并更新动态风险传播结果，包括：

31、根据电梯运行过程中的控制系统数据、轿厢运行数据、门机系统数据及制动系统数据，获取电梯运行过程中的理论能量消耗数据；

32、根据控制系统数据、轿厢运行数据、门机系统数据、制动系统数据及振动信号数据，获取电梯运行过程中的实际能量消耗数据；

33、根据理论能量消耗数据与实际能量消耗数据获取能量守恒偏差值；

34、根据能量守恒偏差值，对电梯运行状态图谱中的隐患传播路径进行修正，得到修正后隐患传播路径，并对节点影响权重进行修正，得到修正后节点影响权重；

35、根据修正后隐患传播路径与修正后节点影响权重，获取校正后因果传播图谱；

36、根据校正后因果传播图谱，对动态风险传播结果进行更新，得到更新后动态风险传播结果。

37、在一种优选方案中，构建隐患记忆库，获取历史隐患特征，并生成对应的隐患记忆权重，包括：

38、获取历史电梯运行数据，根据历史电梯运行数据获取历史隐患样本集；

39、根据历史隐患样本集获取与历史隐患事件对应的运行特征数据，并得到历史隐患特征，其中，历史隐患特征包括历史传播范围、历史传播深度及历史风险持续时间；

40、根据历史隐患特征获取隐患特征集；

41、根据隐患特征集构建隐患记忆库；

42、根据历史隐患特征获取记忆影响值；

43、根据记忆影响值，生成对应的隐患记忆权重。

44、在一种优选方案中，基于隐患记忆权重对校正后因果传播图谱中的隐患传播路径进行筛选，得到隐患匹配路径，包括：

45、根据隐患记忆权重，获取隐患记忆库中每个历史隐患特征对应的权重分布结果；

46、根据权重分布结果与校正后因果传播图谱，获取校正后因果传播图谱中的多个候选隐患传播路径；

47、根据多个候选隐患传播路径及对应的隐患记忆权重，获取每个候选隐患传播路径的路径匹配值；

48、根据路径匹配值，对多个候选隐患传播路径进行排序处理，获取路径匹配序列；

49、根据路径匹配序列，筛选满足预设路径条件的候选隐患传播路径，获取隐患匹配路径。

50、在一种优选方案中，将隐患匹配路径与隐患记忆库进行匹配，当匹配相似度超过预设阈值时，对更新后动态风险传播结果进行叠加修正，并基于修正后的动态风险传播结果输出隐患定位结果、风险等级及预警信息，包括：

51、根据隐患匹配路径，获取对应的路径特征序列，其中，路径特征序列包括节点顺序信息、路径传播强度信息及路径持续时间信息；

52、根据路径特征序列与历史隐患特征获取路径相似度值；

53、将路径相似度值与预设阈值进行比较，当路径相似度值超过预设阈值时，判定隐患修正条件成立；

54、根据隐患修正条件，对更新后动态风险传播结果进行修正，得到修正后的动态风险传播结果；

55、根据修正后的动态风险传播结果，获取对应的隐患发生位置数据及传播影响强度数据；

56、根据隐患发生位置数据及传播影响强度数据，生成隐患定位结果、风险等级及预警信息。

57、本发明还提供了，一种融合大数据分析的电梯运行隐患精准识别系统，用于上述融合大数据分析的电梯运行隐患精准识别方法，包括：

58、多源数据模块，用于获取目标电梯在预设运行周期内的多源运行数据，基于多源运行数据获取分阶段运行数据集；

59、矩阵构建模块，基于分阶段运行数据集获取多尺度时序特征，并构建动态耦合矩阵；

60、传播结果模块，基于多尺度时序特征与动态耦合矩阵构建电梯运行状态图谱，基于电梯运行状态图谱获取隐患传播路径及节点影响权重，基于隐患传播路径及节点影响权重生成动态风险传播结果；

61、风险更新模块，用于获取电梯运行过程中的理论能量消耗与实际能量消耗数据，生成能量守恒偏差值，对电梯运行状态图谱中的隐患传播路径及节点影响权重进行动态修正，得到校正后因果传播图谱，并更新动态风险传播结果；

62、隐患权重模块，用于构建隐患记忆库，获取历史隐患特征，并生成对应的隐患记忆权重；

63、隐患路径模块，基于隐患记忆权重对校正后因果传播图谱中的隐患传播路径进行筛选，得到隐患匹配路径；

64、隐患结果模块，用于将隐患匹配路径与隐患记忆库进行匹配，当匹配相似度超过预设阈值时，对更新后动态风险传播结果进行叠加修正，并基于修正后的动态风险传播结果输出隐患定位结果、风险等级及预警信息。

65、本发明取得的技术效果为：

66、本发明，通过对控制系统、轿厢运行、门机系统、制动系统及振动信号等多源数据进行时间对齐与运行阶段划分，使不同来源数据在统一工况维度下进行分析，有效提升数据可比性与分析精度，通过引入多时间尺度分解方式与动态耦合矩阵构建机制，实现对电梯各子系统在不同时间尺度下变化特征的联合刻画，提高复杂运行状态的识别能力，通过构建电梯运行状态图谱，将运行状态、传播路径及节点影响进行结构化表达，使隐患传播过程由经验判断转化为可图结构，提高隐患识别的系统性与可解释性；

67、本发明，通过引入理论能量消耗与实际能量消耗之间的偏差约束，对隐患传播路径及节点影响权重进行动态修正，使分析结果更贴近实际运行状态，降低建模偏差影响，通过构建隐患记忆库并引入隐患记忆权重，实现历史隐患模式的持续累积与调用，提高对重复性或相似隐患的识别能力，通过隐患匹配路径与历史隐患特征的相似性判断，实现对潜在隐患的再识别与叠加修正，提高隐患识别的提前性与灵敏度，通过动态风险传播结果的持续更新与修正，实现隐患定位结果、风险等级及预警信息的统一输出，提高电梯运行安全管理的整体效率。