CN107522047B - 一种智能电梯管理的方法及*** - Google Patents

Abstract

本申请提供了一种智能电梯管理方法及***，包括：通过采集电梯状态信息、用电等信息，分别采用不同的预测规则预测下一个时刻用电信息，并根据计算获得的预测用电信息在规则匹配表中查找对应的电梯运行规则，从而解决了现有技术电梯用电量大的不足，进而节省电能，倡导绿色生活。

Description

一种智能电梯管理的方法及***

技术领域

本发明涉及智能家居领域，特别涉及一种智能电梯管理的方法及***。

背景技术

随着电梯随着社会经济的发展和城市化进程的加快，电梯的应用需求越来越多，人们在电梯里可以看到不同的媒体广告，还可以在电梯内安装网络电视，播放一些短小的搞笑视频，以缓解人们的工作压力，这种网络视频可以通过无线下载，如果乘客感觉视频较好，可以下载并分享给家人。

另外，电梯给人们提供的服务将会更加的全面，在安全、健康、生活、娱乐等方面都会对人们的生活有积极的影响。如可以在电梯的COMS视频监控模块中载人一种算法，该算法使电梯可以区别成年人和小孩，这样电梯就可以给出相应的提示。如小孩单独在电梯内时，在必要的情况下可取消电梯一切按键功能，并由工作人员进行协助.也可以利用人脸识别的算法，在监控视频中找到目标人物比如犯罪人员。在电梯内安装可以检测人体健康的传感器，如若发现乘客存在健康问题，就可以提示乘客，使乘客意识到自己的健康问题.也可以在电梯内安装体重测量装置，当人们站到相应的位置时，就可以知道自己的体重。由于电梯空间狭小，空气中常常会有异味，若在电梯内安装空气清新模块，乘客就可以呼吸到清新空气.在有限的空间合理放置一些绿色植物，对乘客的心情也会有一定的积极作用。在电梯内还应有温度和湿度的监控装置，使电梯内的温、湿度适宜。

然而，电梯使用频率的家居、电梯数量的增加，电梯空载的行驶以及电梯内多种功能的实现，产生了巨大的能源能耗，这种能耗已经引起社会和政府职能部门的密切关注。由此，如何实现对电梯实现管理，使之更节能成为了一个具有高度实用型的研究议题。

发明内容

本发明提供一种智能电梯管理方法及***，以解决现有技术中电梯用电量大问题。

为了解决上述问题，本申请公开了一种智能电梯管理方法；

步骤1：采集不同的电梯信息；

步骤2：将不同的电梯信息整合转化统一格式的信息，形成电梯日志并存储；

步骤3：获取步骤2中的电梯日志，对每一台电梯采用不同的两种预测规则进行用电评估，将评估结果与预定的阈值范围进行比对；

步骤4：根据步骤3中比对结果在规则匹配表中选择对应的运行规则，并将运行规则下发到相应的电梯。

优选地，所述步骤1中电梯信息包括电梯状态信息，电梯内外视频采集信息。

优选地，监控人员可根据电梯运行状态信息和电梯内外视频采集信息，手动执行相应的电梯运行规则。

优选地，所述预测规则包括SVM预测规则和加权平均规则。

优选地，所述将评估结果与预定的阈值范围进行比对，是根据SVM预测结果与上一时刻预测电量之间的误差与预定区间范围比较，同时根据加权平均预测结果与预定区间范围比较，根据两种不同的比较结果在规则匹配表中查询，均符合匹配条件时，获取对应的电梯运行规则。

本申请还提供了一种智能电梯管理***，该***包括：前端采集模块，核心管理模块，信息存储模块，规则匹配模块，监控控制模块；前端采集模块用于采集电梯状态运行信息以及电梯内外视频采集信息；信息存储模块用于存储前端采集模块所采集的数据；核心管理模块从信息存储模块中获取数据并进行用电评估分析；规则匹配模块用于根据评估结果查找对应的电梯运行匹配规则，并将电梯运行规则发送至相应的电梯；监控控制模块可根据电梯运行状态信息和电梯内外视频采集信息，手动执行相应的电梯运行规则。

优选地，所述规则匹配模块根据加权平均预测规则和SVM预测规则的预测结果进行匹配。

本发明有益的效果在于通过预测电梯运行状况，对电梯运行匹配对应的运行规则，缩短了乘客候梯时间30％以上，减少了电梯起动和运行次数；完善电梯照明自动熄灭和电梯风扇自动停止的功能，能自动变暗或熄灭，节省大量电能。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1是本申请实施例一种智能电梯管理方法的流程图；

图2是本申请实施例加权平均预测流程图；

图3是本申请实施例SVM预测流程图；

图4是本申请实施例电梯运行规则匹配图；

图5是本申请实施例一种智能电梯管理***结构框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

如附图1所示：本发明公开了一种智能电梯管理方法，其中包括以下步骤：

步骤1：采集不同的电梯信息；

步骤2：将不同的电梯信息整合转化统一格式的信息，形成电梯日志并存储；

步骤3：获取步骤2中的电梯日志信息，对每一台电梯采用不同的两种预测规则进行用电评估，分别将评估结果与预定的阈值范围进行比对；

步骤4：根据步骤3中比对结果在规则匹配表中选择对应的运行规则，并将运行规则下发到相应的电梯。

优选地，所述步骤1中电梯信息包括电梯状态信息，电梯内外视频采集信息。

优选的，监控人员可根据电梯运行状态信息和电梯内外视频采集信息，手动执行相应的电梯运行规则。

所述预测方式包括加权平均规则，SVM预测规则。

所述步骤1中包括获取楼宇内每一部电梯的实时的运行数据；

所述步骤2中包括对获取的数据进行预处理，形成统一格式并存储；所述数据预处理包括去除电梯故障数据和缺失运行数据，将电梯编号、运定状态、运行方向、所处楼层位置、电梯内图像监控数据、运行时间段、星期属性、电能损耗值形成统一日志格式信息并保存。

如附图2所示，所述步骤3中还包括提取在前3天内的电梯用电信息，利用加权平均法预测当前时刻的电梯用电数据。CL_FT＝w1C_T-1+w2C_T-2+w3C_T-3，其中CL_FT 为当前时刻t的预测数据，C_T-1为当前时刻前一个时刻t-1搜集存储的用电数据， C_T-2为t-1时刻的前一时刻t-2搜集存储的用电数据，C_T-3为t-2时刻的前一时刻t-3 搜集存储的用电数据，其中w1、w2、w3分别为权重系数且w1+w2+w3＝1。

如附图3所示，所述步骤3中包括SVM预测规则，其中，提取日志数据中电梯编号、星期属性和用电量值，对上述数据进行预处理，形成训练和测试样本集；利用训练样本建立目标函数；获得参数并利用预测样本对电能损耗进行预测。

建立预测样本，形成训练样本集和测试样本集，样本输入可包括

a＝{a₁,a₂…a_t}，预测日前一日预测时刻之前的t个时刻的用电数据；

b＝{b₁,b₂…b_m}，预测日前m日的用电数据；

c＝{c₁,c₂…c₇}，预测日的星期属性，代表周一到周日；

其中，将预测日前一天，前两天的同一时刻及前一天和前两天预测时刻前一个时刻、前两个时刻的历史用电数值作为输入，为6维输入，分别是C (d-1,h),C(d-2,h),C(d-1,h-1),C(d-1,h-2),C(d-2,h-1),C(d-2,h-2),日期类为5维，表示周一到周五，如[0 0 0 01]表示周五。为了预测20170101上午10： 00的用电损耗，本实施例选择预测日前7个工作日作为训练样本，即训练样本为7 个，每个样本11维，m＝11；

对上述的训练数据进行归一化处理；所述归一化处理包括：

其中a、b为小于1的参数，这里取 a＝0.8,b＝(1-a)/2，F为归一化后的数据，S_i为实测数值；S_imin＝min(S_i)，S_imax＝ max(S_i)，m为输入向量维数，即影响用电量因素的个数。

建立SVM用电预测模型。根据训练样本建立如下的SVM回归目标函数

其中，

α_i分别为Lagrange乘子，l＝7为训练样本数，x_i(i＝1,2,…l)为第i个训练样本的输入，y_i为第i个训练样本的输出，K(x_i-x_j)为核函数，

其中x_i是m维输入的向量。σ是标准化常数，决定了高斯函数围绕中心点的宽度。||x_i-x_j||是向量范数，表示x_i和x_j之间的距离。

设置参数C＝1，ε＝0.1，σ²＝7，最小化目标函数，用基于SMO算法的LIMSVM 求解、α_i(i＝1,2,…l)，得到最优解(α^*,α)＝(α₁ ^*,α₁,…α_l ^*,α_l)^T；

将获取的最优解和预测样本x_i带入如下方程中，获取预测用电量：

其中P为预测用电量，b为阈值，K(x_i,x_i')为核函数，x_i是m维输入的向量，x_i'为第i个高斯函数的中心，与x具有相同维数的向量。

将预测的电量消耗和上一个阶段的预测电量消耗之间的误差大小来确定电梯下一个阶段的运行规则。其中预测的电量消耗和上一个阶段的预测电量消耗之间的误差计算公式为：

其中A_i为上一个不同时间时刻的预测值，Pi为预测时刻的预测值，n为测试样本数。

如附图4所示，根据Er的数值区间以及CL_FT的数据，在运行规则匹配表中进行匹配，从而自适应匹配电梯运行规则。所述规则匹配包括在：

上班时，几乎没有下行乘客，客流基本上都上行，则匹配进入“上行客流方式”，

各区电梯都全力输送上行乘客，乘客走出轿厢后，立即反向运行。

下班时，则匹配进入“下行客流方式"。

午餐时，上、下行客流量都相当大，则匹配进入“午餐服务方式”，

当没有外部需求时，通用控制器控制电梯内照明设施、空调、显示屏等一些辅助设备及通用控制器本身进入休眠状态，仅留特殊功能控制器工作，则匹配进入“休眠模式”；以改善电梯交通的服务质量，最大限度地发挥电梯作用，使之具有理想的适应性和交通应变能力。

所述步骤4中的规则匹配表是根据经验预先设置的。

本发明还包括一种智能电梯管理***，如附图5所示，其中包括：所述***包括：前端采集模块，核心管理模块，信息存储模块，规则匹配模块，监控控制模块；

所述前端采集模块包括电梯状态采集器，电梯状态传感器，电梯数据传送模块；

所述电梯状态采集器由电梯安全运行监控主机、光反射探测器、LED光接收探测器、人体、语音一体探测器、签到报警按钮、即插即用线缆、安装支架等组成。如需要连接半球摄像机进行视频监控，可通过视频编码器把模拟视频信号转为数字视频信号，便于无线传输。

所述电梯状态传感器包括电梯上平层、下平层、门开关、基站、上、下极限等状态的监测采用光反射探测器,可以判断出电梯位置状态，以及各种由于电梯位置不对造成的故障,又可以检测出电梯门的状态，以及门到站不开，运行不关，关闭不严的故障状态。电梯安全回路、检修运行及总电源运行状态的监测采用LED 光探测器,当电梯运行主板的指示灯点亮时，光接收器同时收到信号，并将信息传回电梯安全运行监控装置中，使用光接收器不直接与电梯运行主板接触，完全独立运行，不会对电梯本身模块造成任何影响。用于探测电梯故障是否困人采用人、体语音一体探测器，轿厢内部安装有碟形/半球摄像机，人体探测器，语音对讲设备。碟形摄像机可实时监视梯内情况，人体、语音一体探测器可以检测梯内是否有人，受电梯状态采集器的控制，当收到客户端经模块中心发来的命令后可开启，实现与梯内人员实时对讲。

所述电梯数据传送模块包括采用电梯专用屏蔽网络线，特点是抗干扰能力强，前端所采集的信号通过该电缆进行数据通信。使用已有的网络模块开放对外端口与电信DUT(或GPRS)通讯，实现前端设备与核心管理模块信息交换。

所述核心管理模块包括服务器，用于实时监控、故障报警、故障诊断、信息管理、维保管理等。前端采集模块的获取的运行、故障、困人状态、电梯维保签到等信号通过传输模块存储到信息存储模块，根据用户权限从信息存储模块中提取所需数据，通过服务器处理后，软件界面显示在投影屏幕墙上，运行信息每 0.5秒进行一次扫描，实现控制中心24小时不间断获取维保单位维保记录，所保养的电梯当前的运行状况，当故障困人时能迅速调取一手资料，报警按钮动作模块自动与轿厢人员通话，为救援赢得有效信息和宝贵时间。核心管理模块有强大的GIS电子地图功能，能准确的显示电梯的位置，实时查看电梯运行数据、故障数据、预警信号数据及电梯前端探测器发来的一切信号数据，能实现手机客户端，手机维保签道维保查询(含超期已维保查询、超期未维保电子地图图示突出显示查询)等与平台双向通讯。

所述信息存储模块用于存储前端采集模块的数据，以及电梯运行日志，用电等信息。

所述规则匹配模块包括根据核心管理模块采用2种不同的预测规则对各个电梯的运行数据分析预测，根据预测的结果确定对应的电梯运行规则，并执行相应的运行规则。所述电梯运行规则由管理人员实现确定映射，可根据实际情况进行编辑。

所述预测规则包括按照时间序列获取信息存储模块中存储的电梯日志信息，提取在前3天内的电梯用电信息，利用加权平均法预测当前时刻的电梯用电数据。CL_FT＝w1C_T-1+w2C_T-2+w3C_T-3，其中CL_FT为当前时刻t的预测数据，C_T-1为当前时刻前一个时刻t-1搜集存储的用电数据，C_T-2为t-1时刻的前一时刻t-2搜集存储的用电数据，C_T-3为t-2时刻的前一时刻t-3搜集存储的用电数据，其中w1、w2、w3分别为权重系数且w1+w2+w3＝1。

所述预测规则还包括采用SVM来训练并预测，具体包括：提取日志数据中电梯编号、星期属性和电能损耗值，对上述数据进行预处理，形成训练和测试样本集；利用训练样本建立目标函数；获得参数并利用预测样本对电能损耗进行预测。

建立预测样本，形成训练样本集和测试样本集，样本输入可包括：

a＝{a₁,a₂…a_t}，预测日前一日预测时刻之前的t个时段的用电数据；

b＝{b₁,b₂…b_m}，预测日前m日的用电数据；

c＝{c₁,c₂…c₇}，预测日的星期属性，代表周一到周日；

其中，将预测日前一天，前两天的同一时刻及前一天和前两天预测时候前一个时刻、前两个时刻的历史用电数值作为输入，为6维输入，分别是C

(d-1,h),C(d-2,h),C(d-1,h-1),C(d-1,h-2),C(d-2,h-1),C(d-2,h-2),日期类为5维，表示周一到周五，如[0 0 0 0 1]表示周五。为了预测20170101上午10： 00的用电损耗，本实施例选择预测日前7个工作日作为训练样本，即训练样本为7 个，每个样本11维，m＝11；

对上述的训练数据进行归一化处理；所述归一化处理包括：

其中a、b为小于1的参数，这里取α＝0.8,b＝(1-α)/2，F为归一化后的数据，S_i为实测数值；S_imin＝min(S_i)，S_imax＝max (S_i)，m为输入向量维数，即影响用电量因素的个数。

建立SVM用电预测模型。根据训练样本建立如下的SVM回归目标函数：

其中，

α_i分别为Lagrange乘子，l＝7为训练样本数，x_i(i＝1,2,…l)为第i个训练样本的输入，y_i为第i个训练样本的输出，K(x_i-x_j)为核函数，

其中x_i是m维输入的向量。σ是标准化常数，决定了高斯函数围绕中心点的宽度。||x_i-x_j||是向量范数，表示x_i和x_j之间的距离。设参数C＝1，ε＝0.1，σ²＝7，最小化目标函数，用SMO算法的LIMSVM求解

α_i(i＝1,2,…l)，得到最优解(α^*，α)＝(α₁ ^*，α₁，...α_l ^*，α_l)^T；

将获取的最优解和预测样本x带入如下方程中，获取预测用电量：

其中P为预测用电量，b为阈值，K(x_i,x_i')为核函数，x_i是m维输入的向量，x_i'为第i个高斯函数的中心，与x具有相同维数的向量。

所述规则匹配模块将预测的电量消耗和上一个阶段的预测电量消耗之间的误差大小来确定电梯下一个阶段的运行规则。其中预测的电量消耗和上一个阶段的预测电量消耗之间的误差计算公式为：

其中A_i为上一个不同时间时刻的预测值，Pi为预测时刻的预测值，n为测试样本数。

如附图4所示，根据Er的数值区间以及CL_FT的数据，在运行规则匹配表中进行匹配，从而自适应匹配电梯运行规则。所述规则匹配包括在：

上班时，几乎没有下行乘客，客流基本上都上行，则匹配进入“上行客流方式”，

各区电梯都全力输送上行乘客，乘客走出轿厢后，立即反向运行。

下班时，则匹配进入“下行客流方式"。

午餐时，上、下行客流量都相当大，则匹配进入“午餐服务方式”，

当没有外部需求时，通用控制器控制电梯内照明设施、空调、显示屏等一些辅助设备及通用控制器本身进入休眠状态，仅留特殊功能控制器工作，则匹配进入“休眠模式”；以改善电梯交通的服务质量，最大限度地发挥电梯作用，使之具有理想的适应性和交通应变能力。

在实际应用中，所述监控控制模块用于显示各部的电梯的具***置信息和运行信息，并能实时切换到电梯内视频图像，进行音频对话；能够实时监控电梯的运行状态，监控人员根据前端视频数据以及电梯运行状态数据，可手动控制某个电梯的执行相应运行规则，从而实现电梯节能的目的。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (8)

1.一种智能电梯管理方法，该方法包括：

步骤1：采集不同的电梯信息；

步骤2：将不同的电梯信息整合转化统一格式的信息，形成电梯日志并存储；

步骤3：获取步骤2中的电梯日志，对每一台电梯采用不同的两种预测规则进行用电评估，将评估结果与预定的阈值范围进行比对；

步骤4：根据步骤3中比对结果在规则匹配表中选择对应的运行规则，并将运行规则下发到相应的电梯，其特征在于，

所述步骤3中的预测规则包括SVM预测规则，其包括提取日志数据中电梯编号、星期属性和用电量值，对上述数据进行预处理，形成训练和测试样本集；利用训练样本建立目标函数；获得参数并利用预测样本对电能损耗进行预测，其中，

建立预测样本，形成训练样本集和测试样本集，样本输入可包括

a＝{a₁,a₂…a_t}，预测日前一日预测时刻之前的t个时刻的用电数据；

b＝{b₁,b₂…b_m}，预测日前m日的用电数据；

c＝{c₁,c₂…c₇}，预测日的星期属性，代表周一到周日；

对训练数据进行归一化处理；所述归一化处理包括：

其中a、b为小于1的参数，这里取a＝0.8,b＝(1-a)/2，F为归一化后的数据，S_i为实测数值；S_imin＝min(S_i)，S_imax＝max(S_i)，m为输入向量维数，即影响用电量因素的个数；

建立SVM用电预测模型；根据训练样本建立如下的SVM回归目标函数

其中，

α_i分别为Lagrange乘子，l＝7为训练样本数，x_i(i＝1,2,…l)为第i个训练样本的输入，y_i为第i个训练样本的输出，K(x_i-x_j)为核函数，

其中x_i是m维输入的向量；σ是标准化常数，决定了高斯函数围绕中心点的宽度；||x_i-x_j||是向量范数，表示x_i和x_j之间的距离；

设置参数C＝1，ε＝0.1，σ²＝7，最小化目标函数，用基于SMO算法的LIMSVM求解

α_i(i＝1,2,…l)，得到最优解(α^*,α)＝(α₁ ^*,α₁,…α_l ^*,α_l)^T；

将获取的最优解和预测样本x_i带入如下方程中，获取预测用电量：

其中P为预测用电量，b为阈值，K(x_i,x_i')为核函数，x_i是m维输入的向量，x_i'为第i个高斯函数的中心，与x具有相同维数的向量；

将预测的电量消耗和上一个阶段的预测电量消耗之间的误差大小来确定电梯下一个阶段的运行规则；其中预测的电量消耗和上一个阶段的预测电量消耗之间的误差计算公式为：

其中A_i为上一个不同时间时刻的预测值，Pi为预测时刻的预测值，n为测试样本数。

2.根据权利要求1所述的方法，其特征在于：所述步骤1中电梯信息包括电梯状态信息，电梯内外视频采集信息。

3.根据权利要求1所述的方法，其特征在于：监控人员可根据电梯运行状态信息和电梯内外视频采集信息，手动选择执行相应的电梯运行规则。

4.根据权利要求3所述的方法，其特征在于所述预测规则包括加权平均规则。

5.根据权利要求4所述的方法，其特征在于：所述将评估结果与预定的阈值范围进行比对，是根据SVM预测结果与上一时刻预测电量之间的误差与预定区间范围比较，同时根据加权平均预测结果与预定区间范围比较，根据两种不同的比较结果在规则匹配表中查询，均符合匹配条件时，获取对应的电梯运行规则。

6.根据权利要求5所述的方法，其特征在于：获取电梯用电量和星期属性作为SVM预测样本数据。

7.一种智能电梯管理***，其用于实现权利要求1-6中任一项的方法，其特征在于：该***包括：前端采集模块，核心管理模块，信息存储模块，规则匹配模块，监控控制模块；前端采集模块用于采集电梯状态运行信息以及电梯内外视频采集信息；信息存储模块用于存储前端采集模块所采集的数据；核心管理模块从信息存储模块中获取数据并进行用电评估分析；规则匹配模块用于根据评估结果查找对应的电梯运行匹配规则，并将电梯运行规则发送至相应的电梯；监控控制模块可根据电梯运行状态信息和电梯内外视频采集信息，手动执行相应的电梯运行规则。

8.根据权利要求7所述的***，其特征在于规则匹配模块根据加权平均预测规则和SVM预测规则的预测结果进行匹配。

Images