[发明专利]一种基于神经网络垂直电梯故障预测系统及方法

权利要求书

1.一种基于神经网络垂直电梯故障预测系统，其特征在于，包括电梯故障数据采集模块、预处理模块、神经网络构建模块、故障发生概率预测模块、加权模块和预警等级划分模块；

所述电梯故障数据采集模块用于采集电梯故障相关数据；电梯故障数据采集模块包括电梯故障数据采集终端及电梯信息存储单元；所述电梯故障数据采集终端包括热释电红外传感器、温湿度传感器、编码器、楼层感应器、平层感应器及加速度传感器；所述电梯信息存储单元用于存储电梯故障数据采集终端采集的电梯故障相关数据、电梯基本信息及电梯维护信息；所述电梯基本信息包括电梯位置信息及电梯编号，所述电梯维护信息包括电梯维修记录；

所述预处理模块用于对采集的电梯故障相关数据进行分类，不同的类别表示不同的故障类型，共分为六类；对每类数据进行归一化处理，将每类数据归一化至[-1,1]的范围内；

所述神经网络构建模块用于根据电梯故障相关数据构建神经网络，对神经网络的初始参数进行设置，所述初始参数包括隐藏层节点数；基于每类归一化后的数据和神经网络初始参数进行神经网络的训练，得到预测电梯故障的神经网络模型群，神经网络模型为三层结构，神经网络模型包括输入层、隐藏层及输出层；

所述故障发生概率预测模块用于根据所述神经网络和实时采集的电梯故障相关数据，进行电梯故障发生概率的预测，故障发生概率预测模块将实时采集的电梯故障相关数据输入神经网络模型群，分别基于各类别对应的神经网络模型进行故障发生概率的预测；

所述加权模块用于根据温湿度传感器采集的数据、电梯基本信息及电梯维护信息，为故障发生概率预测模块预测的电梯故障发生概率进行加权：

设定电梯正常运行温湿度阈值，电梯正常运行电梯机房的温度阈值设定为5℃～40℃，湿度阈值设定为45%～50%，若温湿度传感器采集到的温度处于5℃～7℃、38℃～40℃范围内，则为故障发生概率预测模块预测的电梯故障发生概率进行加权，增大电梯故障发生概率；通过电梯编号得出电梯位置信息及电梯维护信息，通过电梯维护信息得出电梯是否有维修记录，且得出对应的故障类型，若所述故障类型与预测得出的故障类型相同，则为故障发生概率预测模块预测的电梯故障发生概率进行加权，增大电梯故障发生概率；

所述预警等级划分模块用于根据各类别对应的加权后的电梯故障发生概率进行预警等级的划分，预警等级共分为三级，级数越大，危险程度越高。

2.根据权利要求1所述的一种基于神经网络垂直电梯故障预测系统，其特征在于，所述神经网络的隐藏层节点数的计算公式为：

；

其中，n_h为隐藏层节点数，n_i为输入层节点数，n₀为输出层节点数，L∈[1,100]，且L为整数，所述输入层节点数由采集的电梯故障相关数据的维数决定，所述输出层节点数为1。