[发明专利]一种电梯行程的统计分析系统

说明书

本发明公开了一种电梯行程的统计分析系统，包括数据采集模块、门状态分析模块、楼层分析模块、LSTM行程状态分析模块、行程分析模块和云端存储模块；本发明提供了使用循环神经网络实现对电梯行程的状态估计，实现对电梯运转状态的分析，为后续其他业务提供乘梯规律数据的一种电梯行程的统计分析系统。

技术领域

本发明涉及电梯领域，更具体的说，它涉及一种电梯行程的统计分析系统。

背景技术

随着我国经济平稳持续的发展，尤其是住宅产业作为国民经济新增长点的提出，为电梯业的发展提供了良好的机遇；今后几年，我国将年建住宅3 .5亿平方米，公建项目1.2亿平方米；随着城市向大型化、高层化的发展，我国每年对电梯的市场需求越来越大大，对于电梯的管理也越来越趋于智能化、信息化。

在电梯在运行过程中需要对其全程进行控制，实时进行检测，但是一般的电梯只有故障检测系统，没有行为分析系统，难以第一时间进行故障的分析，严重降低了电梯在故障时的维修效率。因此，针对上述问题提出一种电梯行程的统计分析系统。

发明内容

本发明克服了现有技术的不足，提供了一种电梯行程的统计分析系统。

为了解决上述技术问题，本发明的技术方案如下：

一种电梯行程的统计分析系统，包括数据采集模块、门状态分析模块、楼层分析模块、LSTM行程状态分析模块、行程分析模块和云端存储模块；

数据采集模块：通过电梯轿厢顶的摄像头采集图像数据，通过传感器采集陀螺仪、加速度计、气压计与光电管的数据；

门状态分析模块：使用数据采集模块采集的图像数据，利用图像分析得到电梯的实时门状态；

楼层分析模块：将数据采集模块采集的陀螺仪、加速度计、气压计与光电管的数据，利用卡尔曼滤波与互补滤波分析得到电梯实时楼层数；

LSTM行程状态分析模块：通过对门状态数据与数据采集模块采集的陀螺仪、加速度计、气压计的数据进行预处理，去除噪声数据，采样到25HZ的数据频率，整理成模型输入向量送入LSTM模型，每隔一段时间LSTM模型输出一次行程状态；

行程分析模块：楼层变化数据采样的频率与LSTM行程状态分析模块输出的频率同步，行程状态中的开始代表行程开始，暂停代表行程有换乘，结束代表行程结束；通过确定开始和结束两个状态，就能分析得到电梯行程，即楼层变化，对开始和结束的期间没有暂停状态的认为是独立行程，有至少一次暂停状态的认为是复合行程；

云端存储模块：将行程分析模块分析得到的电梯独立行程与复合行程，按照电梯编号与时间戳进行数据存储，为后续其他业务提供乘梯规律数据。

进一步的，行程状态一共分为5种，分别是空闲、开始、运行、暂停、结束。

本发明相比现有技术优点在于：

本发明通过使用循环神经网络实现对电梯行程的状态估计，可以对复杂时序信号进行建模，可以实时输出当前电梯运动所处的状态，进而获得电梯行程中的独立行程与复合行程。这里采用循环神经网络是由2层LSTM单元组成，每层LSTM单元采用48个隐藏单元，使用many-to-one的预测结构。采集电梯时序数据，然后标注时序数据，训练网络得到可以生产部署的模型。

在电梯上安装传感器来进行电梯终端检测，将检测结果进行分析，实现对电梯运转状态的分析，为后续其他业务提供乘梯规律数据，如提高电梯在运行过程中的稳定性分析，提高电梯的整体安全性能，提高电梯故障时的维修效率，快速了解可能的故障问题。

附图说明

图1为本发明的循环神经网络many-to-one结构图；

图2为本发明的LSTM单元结构图；

图3为本发明的模型结构；