摘要
本发明公开了一种基于比例风险模型和机器学习结合的电梯故障预测方法,用于预测电梯的剩余寿命。该混合方法首先利用比例风险模型分析寿命与协变量之间的关系,得到累计风险函数,并计算得寿命预估值;再基于机器学习算法对寿命预估值与故障间隔时间序列进行建模,预测得剩余寿命,该方法包含以下步骤:导入数据集,其中包括电梯参数数据和电梯维修数据;从电梯参数数据与电梯维修数据中提取出来影响电梯寿命的协变量以及删失状态和电梯寿命;计算风险函数预估寿命,使用子模型1‑COx比例风险模型(WeibullAFTFitter威布尔加速失效模型),将从电梯参数数据与电梯维修数据中提取出来的影响电梯寿命的协变量以及删失状态和电梯寿命作为输入,输出风险函数预估寿命;从电梯维修数据中提取历史维修时间序列;预测电梯剩余寿命,使用子模型2‑机器学习模型(支持向量回归模型),将子模型1的输出和从电梯维修数据中提取的历史维修时间序列作为输入,输出预测得的电梯剩余寿命。
技术关键词
比例风险模型
电梯故障预测方法
支持向量回归模型
寿命
机器学习模型
数据
变量
网格搜索算法
序列
预测误差
机器学习算法
参数
历史维修记录
历史故障信息
代表
多层感知器
系统为您推荐了相关专利信息
数据处理方法
标记
机器学习模型
数据处理装置
矩阵
船舶
粒子群算法优化
粒子群优化算法
备件保障
备件配置优化方法
机器学习模型
注意力参数
客户端
三元组
模型训练方法
冷轧硅钢
两级反渗透系统
机器学习模型
氧化镁
风险
数据标注方法
大数据管理
中央管理平台
虚拟机实例
虚拟机技术