基于机器学习的城市电梯困人故障原因预测方法研究 |
| |
作者姓名: | 庆光蔚 刘肖凡 |
| |
作者单位: | 1. 南京市特种设备安全监督检验研究院;2. 东南大学计算机科学与工程学院 |
| |
基金项目: | 国家市场监管总局科技计划项目(2020MK137); |
| |
摘 要: | 为实现电梯困人故障的应急处置快速响应,缩短现场故障原因排查时间,促进排障模式由人工经验向数据支撑下的智能诊断转变,利用梯度提升树算法(GBDT)建立电梯故障原因预测模型。经过数据清洗和特征提取,以2015—2020年南京市累积电梯故障数据进行模型训练。与真实值对比后的预测结果表明,前三位故障原因实时预测准确率可达81%,评估指标优于同类型机器学习算法。GBDT模型预测性可适用于电梯困人故障数据稀疏、特征量不明显的预测问题。
|
关 键 词: | 电梯 故障预测 梯度提升树 机器学习 应急处置 CART决策树 |
|