详情

原文传递电梯乘客乘梯习惯的识别方法

专利名称：	电梯乘客乘梯习惯的识别方法
摘要：	本发明公开了一种电梯乘客乘梯习惯的识别方法，其中所述乘梯习惯是用于描述周期性重复的乘客乘梯行为的规律的总称，所述识别方法包括：步骤S1，对电梯的历史运行数据进行分析，识别乘客的乘梯行为的分布规律；步骤S2，利用识别到的所述分布规律对乘客的乘梯行为进行建模，得到乘客的乘梯习惯模型。本发明通过乘梯行为的分布情况及乘梯行为发生率对乘客乘梯行为的周期性进行判断，并在乘梯行为具有周期性的基础上获得乘客乘梯习惯模型，这样可以准确识别乘客的乘梯习惯，进而为基于乘客乘梯习惯的电梯控制提供可靠的实施基础。
专利类型：	发明专利
国家地区组织代码：	上海;31
申请人：	上海三菱电梯有限公司
发明人：	陈玉东
专利状态：	有效
申请日期：	2019-05-28T00:00:00+0800
发布日期：	2019-09-20T00:00:00+0800
申请号：	CN201910449301.5
公开号：	CN110255309A
代理机构：	上海浦一知识产权代理有限公司
代理人：	栾美洁
分类号：	B66B1/34(2006.01);B;B66;B66B;B66B1
申请人地址：	200245 上海市闵行区江川路811号
主权项：	1.一种电梯乘客乘梯习惯的识别方法，其特征在于，所述乘梯习惯是用于描述周期性重复的乘客乘梯行为的规律的总称，所述识别方法包括：步骤S1，对电梯的历史运行数据进行分析，识别乘客的乘梯行为的分布规律；步骤S2，利用识别到的所述分布规律对乘客的乘梯行为进行建模，得到乘客的乘梯习惯模型。 2.根据权利要求1所述的电梯乘客乘梯习惯的识别方法，其特征在于，所述步骤1的具体步骤如下：步骤S11，选择将要进行分析的所述电梯历史运行数据的时间限定范围；步骤S12，获取所述时间限定范围内的所述电梯历史运行数据中的乘梯行为相关数据；步骤S13，对所述乘梯行为相关数据进行分析，根据分析结果判断乘梯行为是否具有分布规律，如果是，则输出所述分布规律，否则结束。 3.根据权利要求2所述的电梯乘客乘梯习惯的识别方法，其特征在于，在所述步骤S12中，所述乘梯行为相关数据至少包括电梯每次运行的时刻、每次运行对应的出发楼层。 4.根据权利要求3所述的电梯乘客乘梯习惯的识别方法，其特征在于，所述乘梯行为相关数据还包括乘客的出行方向、目的楼层、呼梯信号中的至少一项。 5.根据权利要求2所述的电梯乘客乘梯习惯的识别方法，其特征在于，所述步骤S13中，分别对每个出发楼层所对应的所述乘梯行为相关数据进行分析以判断所述乘梯行为是否具有分布规律，并且在判定所述乘梯行为具有分布规律时综合周期性重复的乘客乘梯行为的所有规律以得到最终的乘客乘梯习惯。 6.根据权利要求5所述的电梯乘客乘梯习惯的识别方法，其特征在于，所述步骤S13的具体步骤包括：步骤S131，从所述乘梯行为相关数据中提取所有出发楼层组成出发楼层集合；步骤S132，从所述出发楼层集合中选取一个未经分析的出发楼层；步骤S133，对选取的所述出发楼层对应的乘梯行为相关数据进行分析，并根据分析结果判断该出发楼层对应的乘梯行为是否具有分布规律，如果是，则将该出发楼层作为具有时间分布规律的出发楼层，然后进入步骤S134，否则直接进入步骤S134；步骤S134，判断所述出发楼层集合是否存在未经分析的出发楼层，如果是，则返回步骤S132，否则进入步骤S135；步骤S135，将所有的具有时间分布规律的出发楼层对应的乘梯行为的规律合并，得到乘客乘梯习惯；步骤S136，结束。 7.根据权利要求5或6所述的电梯乘客乘梯习惯的识别方法，其特征在于，所述出发楼层是在乘梯行为相关数据中出现至少一次且产生呼梯信号的楼层。 8.根据权利要求6所述的电梯乘客乘梯习惯的识别方法，其特征在于，所述步骤S133进一步具体包括如下步骤：步骤S133A，建立备选周期单位集合；步骤S133B，从所述备选周期单位集合中选定一种周期单位；步骤S133C，分析所述乘梯行为在所述周期单位中的分布情况；步骤S133D，计算所述乘梯行为在所述周期单位中分布情况的分布评价指标；步骤S133E，根据所述分布评价指标判断所述乘梯行为是否具有周期性，如果乘梯行为具有周期性，则将当前周期单位作为乘梯行为发生周期并输出判断结果，进入步骤S133G，否则进入步骤S133F；步骤S133F，判断是否已遍历备选周期单位集合中的所有周期单位，如果是，则判定乘梯行为不具有周期性并进入步骤S133G，否则进入步骤S133B；步骤S133G，结束。 9.根据权利要求8所述的电梯乘客乘梯习惯的识别方法，其特征在于，所述备选周期单位集合由表示时间长度的时间度量单位组成，所述时间度量单位包括N1年、N2月、N3周、N4日、N5小时、N6分钟中的至少一项，其中N1、N2、N3、N4、N5和N6均为自然数。 10.根据权利要求8所述的电梯乘客乘梯习惯的识别方法，其特征在于，所述步骤S133B中，从所述备选周期单位集合中选取一种未经选过的最短周期单位作为选定的周期单位。 11.根据权利要求8所述的电梯乘客乘梯习惯的识别方法，其特征在于，在步骤S133B和步骤S133C中还包括如下步骤：步骤A1，计算乘梯行为在时间限定范围内的电梯历史运行数据中的发生情况，得到乘梯行为发生率，其中所述乘梯行为发生率是指乘梯行为的实际发生次数与选定的周期单位在时间限定范围内的数量之间的比值；步骤A2，将所述乘梯行为发生率与设定阈值进行比较，如果所述乘梯行为发生率不小于所述设定阈值，则进入步骤S133C，否则判定所述乘梯行为发生率过低而不具备周期性判断基础，进入步骤S133G。 12.根据权利要求8所述的电梯乘客乘梯习惯的识别方法，其特征在于，在步骤S133B和步骤S133C中还包括如下步骤：步骤A1，计算乘梯行为在时间限定范围内的电梯历史运行数据中的发生情况，得到乘梯行为发生率，其中所述乘梯行为发生率是指乘梯行为的实际发生次数与选定的周期单位在时间限定范围内的数量之间的比值；步骤A2，将所述乘梯行为发生率与设定阈值进行比较，如果所述乘梯行为发生率不小于所述设定阈值，则进入步骤S133C，否则进入步骤A3；步骤A3，找出时间限定范围内导致乘梯行为未发生的可能因素，并将所述可能因素作为影响乘梯行为发生率的可能干扰因素；步骤A4，判断所述可能干扰因素是否为影响乘梯行为发生率的确定干扰因素，如果是，则进入步骤A5，否则判定所述乘梯行为发生率过低而不具备周期性判断基础，进入步骤S133G；步骤A5，排除确定干扰因素对乘梯行为发生率的影响，去除所有确定干扰因素对应的周期单位，进入步骤S133C。 13.根据权利要求12所述的电梯乘客乘梯习惯的识别方法，其特征在于，在步骤A3中，找出时间限定范围内导致乘梯行为未发生的可能因素的方法是对时间限定范围内未发生乘梯行为的时间进行分析并获取共有特性，或者比较未发生乘梯行为的时间的共有特性与发生乘梯行为的时间的共有特性之间的差异。 14.根据权利要求12所述的电梯乘客乘梯习惯的识别方法，其特征在于，在步骤A4中，判断所述可能干扰因素是否为影响乘梯行为发生率的确定干扰因素的步骤如下：步骤a，从时间限定范围内的电梯历史运行数据中去除对应于该可能干扰因素的电梯历史运行数据，得到剩余的电梯历史运行数据；步骤b，以得到的剩余电梯历史运行数据为基础，再次计算乘梯行为发生率；步骤c，如果乘梯行为发生率不变，则判定该可能干扰因素并非影响乘梯行为发生率的确定干扰因素，否则判定该可能干扰因素为影响乘梯行为发生率的确定干扰因素。 15.根据权利要求12所述的电梯乘客乘梯习惯的识别方法，其特征在于，在步骤A5中，排除确定干扰因素影响的方法是从时间限定范围内的电梯历史运行数据中去除对应于所有确定干扰因素的电梯历史运行数据，得到新电梯历史运行数据，并以所述新电梯历史运行数据中的乘梯行为相关数据为基础对乘梯行为进行重新分析。 16.根据权利要求12所述的电梯乘客乘梯习惯的识别方法，其特征在于，在步骤A5中，排除确定干扰因素影响的方法是从备选周期单位集合中重新选择周期单位，去除所有干扰因素对应的周期单位，并以重新选择且去除所有确定干扰因素对应周期单位的剩余周期单位为基础对乘梯行为进行重新分析。 17.根据权利要求8所述的电梯乘客乘梯习惯的识别方法，其特征在于，在步骤S133D中，所述分布评价指标包括集中趋势指标和/或离散趋势指标，其中所述集中趋势指标表示乘梯行为相关数据在时间限定范围内的集中趋势，所述离散趋势指标表示乘梯行为相关数据在时间限定范围内的离散趋势。 18.根据权利要求17所述的电梯乘客乘梯习惯的识别方法，其特征在于，当所述离散趋势指标超过预先设定的离散阈值时，判定所述乘梯行为不具有周期性；当所述离散趋势指标不超过预先设定的离散阈值时，判定所述乘梯行为具有周期性。 19.根据权利要求8所述的电梯乘客乘梯习惯的识别方法，其特征在于，在所述步骤S133E中，当判定所述乘梯行为具有周期性时，输出判断结果的同时还输出乘梯行为发生周期、集中趋势指标、离散趋势指标中的至少一项。 20.根据权利要求19所述的电梯乘客乘梯习惯的识别方法，其特征在于，所述时间限定范围是所述乘梯行为发生周期的n倍，且n为大于1的正实数。 21.根据权利要求17所述的电梯乘客乘梯习惯的识别方法，其特征在于，当所述离散趋势指标超过预先设定的离散阈值时，从时间限定范围内的电梯历史运行数据中找出超过离散阈值的离散趋势指标所对应的电梯历史运行数据，对超过离散阈值的离散趋势指标所对应的电梯历史运行数据中的乘梯行为进行分析并获取共有特性，或者将超过离散阈值的离散趋势指标所对应的电梯历史运行数据中的乘梯行为的共有特性与未超过离散阈值的离散趋势指标所对应的电梯历史运行数据中的乘梯行为的共有特性进行比较并找出差异，得到导致乘梯行为分布情况中离散趋势指标超过离散阈值的可能因素，并将所述可能因素作为影响乘梯行为分布情况的可能干扰因素。 22.根据权利要求21所述的电梯乘客乘梯习惯的识别方法，其特征在于，所述识别方法判断所述可能干扰因素是否为影响乘梯行为分布情况的确定干扰因素的步骤如下：步骤a，从时间限定范围内的电梯历史运行数据中去除对应于该可能干扰因素的电梯历史运行数据，得到剩余的电梯历史运行数据；步骤b，以得到的剩余电梯历史运行数据为基础，再次计算乘梯行为在选定的周期单位中分布情况的分布评价指标；步骤c，如果离散趋势指标仍然超过所述离散阈值，则判定该可能干扰因素并非影响乘梯行为分布情况的确定干扰因素，否则判定该可能干扰因素为影响乘梯行为分布情况的确定干扰因素。 23.根据权利要求22所述的电梯乘客乘梯习惯的识别方法，其特征在于，当所述可能干扰因素判定为影响乘梯行为分布情况的确定干扰因素时，从时间限定范围内的电梯历史运行数据中去除对应于所有确定干扰因素的电梯历史运行数据，得到新电梯历史运行数据，并对所述新电梯历史运行数据中的乘梯行为相关数据进行重新分析以判断乘梯行为是否具有分布规律。 24.根据权利要求22所述的电梯乘客乘梯习惯的识别方法，其特征在于，当所述可能干扰因素判定为影响乘梯行为分布情况的确定干扰因素时，去除所有确定干扰因素对应的周期单位，从备选周期单位集合中重新选择周期单位，并以重新选择且去除所有确定干扰因素对应周期单位的剩余周期单位为基础，重新分析乘梯行为是否具有分布规律。 25.根据权利要求1所述的电梯乘客乘梯习惯的识别方法，其特征在于，所述乘梯习惯模型是在乘客的乘梯行为具有分布规律时描述乘客乘梯行为的模型，所述乘梯习惯模型用于预测以给定时刻为起点的至少一个乘梯行为发生周期内的乘客乘梯需求。 26.根据权利要求25所述的电梯乘客乘梯习惯的识别方法，其特征在于，所述识别方法根据乘梯习惯模型、给定时刻、乘梯行为发生周期和乘客乘梯行为时间分布的集中趋势指标确定以给定时刻为起点的至少一个乘梯行为发生周期内的乘客乘梯需求的发生时刻。 27.根据权利要求25所述的电梯乘客乘梯习惯的识别方法，其特征在于，所述乘梯习惯模型的输出信息至少包括以给定时刻为起点的至少一个乘梯行为发生周期内的乘客乘梯需求的发生时刻及其对应的乘客出发楼层。 28.根据权利要求27所述的电梯乘客乘梯习惯的识别方法，其特征在于，所述乘梯习惯模型的输出信息还包括乘梯行为对应的分布评价指标中的至少一项。
所属类别：	发明专利