[发明专利]一种电梯异常预警系统和方法有效
申请号: | 201610435143.4 | 申请日: | 2016-06-16 |
公开(公告)号: | CN107522052B | 公开(公告)日: | 2020-11-10 |
发明(设计)人: | 屠志强 | 申请(专利权)人: | 浙江新再灵科技股份有限公司 |
主分类号: | B66B5/02 | 分类号: | B66B5/02 |
代理公司: | 杭州天昊专利代理事务所(特殊普通合伙) 33283 | 代理人: | 董世博 |
地址: | 310051 浙江省杭州市滨*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电梯 异常 预警系统 方法 | ||
1.一种电梯异常预警系统,其特征在于:由客户终端单元、集群单元、云平台单元组成;客户终端单元通过电梯上的传感器采集数据,并进行数据初步处理 ,客户终端单元与集群单元进行数据信息交互;集群单元接收客户终端单元上传的数据信息 ,提供基于密度的聚簇方法 ,在发现数据信息异常时向云平台单元预警;云平台单元接收集群单元上传的异常预警信息,并向展示层推送消息;当集群单元的通讯连接异常时,客户终端单元可向云平台单元提交异常预警信息;
所述基于密度的聚簇方法包括如下步骤:
1 )计算各个数据点间欧式距离dij,设定密度距离dc ;
2)计算各个点的局部密度ρi ,局部密度ρi为该点周围密度距离dc内的点数;
3 )将局部密度ρi降序排序,生成局部密度ρi的降序集qi ;
4 )根据降序集qi计算局部距离δi ,局部距离δi为所有局部密度ρi大于该点的点集合中与该点距离最近的点的距离,并记录距离该点局部距离δi最小的点ni ;
5)计算参考值γi=ρi*δi ;
6)取参考值γi最大的五个点形成聚簇中心集mi ,不在聚簇中心集mi中的点都是非聚簇中心点;
7 )对于非聚簇中心点,根据γi降序排列并进行归类;
8)将每个簇中的数据点进行中心及边缘数据的划分。
2.根据权利要求1所述的一种电梯异常预警系统,其特征在于:集群单元向客户终端单元发送电梯健康运行状态的数据信息,用于客户终端单元对电梯实时数据的初步比较。
3.根据权利要求1或2所述的一种电梯异常预警系统 ,其特征在于:所述传感器采集数据为电梯加速度数据或设备温度数据或负载重量数据。
4.根据权利要求1所述的一种电梯异常预警系统,其特征在于:云平台单元对接收到的异常预警信息按重要度分层,根据不同的重要度向不同层级的管理人员预警。
5.一种电梯异常预警的方法,其特征在于:客户终端单元通过传感器采集的数据上传给集群单元,集群单元通过基于密度的聚簇方法来分析数据信息,在发现数据信息异常时向云平台单元预警;当集群单元的通讯连接异常时,客户终端单元可向云平台单元提交异常预警信息;
所述基于密度的聚簇方法包括如下步骤:
1 )计算各个数据点间欧式距离dij,设定密度距离dc ;
2)计算各个点的局部密度ρi ,局部密度ρi为该点周围密度距离dc内的点数;
3 )将局部密度ρi降序排序,生成局部密度ρi的降序集qi ;
4 )根据降序集qi计算局部距离δi ,局部距离δi为所有局部密度ρi大于该点的点集合中与该点距离最近的点的距离,并记录距离该点局部距离δi最小的点ni ;
5)计算参考值γi=ρi*δi ;
6)取参考值γi最大的五个点形成聚簇中心集mi ,不在聚簇中心集mi中的点都是非聚簇中心点;
7 )对于非聚簇中心点,根据γi降序排列并进行归类;
8)将每个簇中的数据点进行中心及边缘数据的划分。
6.根据权利要求5所述的一种电梯异常预警的方法,其特征在于:所述步骤7)中归类的方法为距离某数据点局部距离δi最小的点ni的所属。
7.根据权利要求5所述的一种电梯异常预警的方法,其特征在于:所述中心及边缘数据划分方式如下:
ⅰ)对每个簇中的数据点按局部密度ρi降序排序;
ⅱ)按降序排序循环,对每个簇中数据点两两对比,若两点间距离小于密度距离dc则继续进行步骤ⅲ);
ⅲ )计算两点平均局部密度
ⅳ )取一个簇中最大的平均局部密度作为该簇中心平均密度;
ⅴ)对该簇每个点遍历,若该点局部密度小于该簇中心平均密度则标记为边缘,反之则标记为中心。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江新再灵科技股份有限公司,未经浙江新再灵科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610435143.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:内外环境可见的电梯
- 下一篇:一种电梯转向导向反绳轮结构