一种基于多源数据融合的电梯运行状态判定方法及系统与流程

本发明涉及电梯监控与故障检测，特别是一种基于多源数据融合的电梯运行状态判定方法及系统。

背景技术：

1、随着现代城市化进程的加速和高层建筑的普及，电梯系统作为垂直交通工具的重要组成部分，其运行的安全性和效率得到了广泛的关注。传统的电梯监控系统多依赖单一传感器信号（如加速度、速度或位置传感器）来判断电梯的运行状态。然而，单一传感器受限于其自身的采样频率、噪声水平以及测量精度，难以全面、准确地反映电梯的运行状态。此外，电梯的运行环境复杂，系统状态容易受到外部环境、机械磨损以及负载变化等因素的影响，这些因素往往难以通过单一传感器的信号获取。

2、现有的多源数据融合技术在电梯运行状态监测中的应用中，仍存在若干不足之处。首先，不同传感器的数据采样频率往往差异较大，例如位置传感器可能每秒采样一次，而加速度传感器则可能高频采样，这使得在融合过程中容易引入时间同步误差或数据丢失等问题。其次，目前常用的融合算法多为简单的加权平均或卡尔曼滤波器，虽然这些算法可以在一定程度上减少噪声影响，但对于多速率数据的处理能力有限，难以有效应对不同时间尺度的数据特性。此外，现有的监测系统大多直接基于传感器的原始数据进行分析，未能对电梯的运行状态进行深入建模，难以从状态估计的角度进行异常检测，导致系统在应对复杂运行工况时反应迟缓、判断不准。

技术实现思路

1、鉴于上述现有存在的问题，提出了本发明。

2、因此，本发明提供了一种基于多源数据融合的电梯运行状态判定方法及系统解决现有电梯运行状态监测中多源传感器数据融合难、不同采样频率处理复杂及异常状态识别不准确的问题。

3、为解决上述技术问题，本发明提供如下技术方案：

4、第一方面，本发明提供了一种基于多源数据融合的电梯运行状态判定方法，其包括，采集电梯运行状态数据；建立电梯的状态空间建模，定义状态向量，通过状态方程预测电梯下一时刻的状态，并将状态向量转化为测量向量；根据状态向量，采用多速率卡尔曼滤波器对不同采样频率的传感器数据进行融合，获得统一的状态估计；从状态估计中提取电梯的运行状态信号，并进行插值处理，重构高分辨率的运行状态信号；通过将高分辨率的运行状态信号与历史正常状态进行对比，识别出异常的运行状态。

5、作为本发明所述基于多源数据融合的电梯运行状态判定方法的一种优选方案，其中：建立电梯的状态空间建模，将电梯的运行状态表示为状态向量，包括如下步骤，

6、定义包含电梯运行状态数据的电梯状态向量；

7、通过状态方程描述在控制输入和过程噪声的作用下，从当前状态演化到下一时刻的状态的过程，表达式为，;

8、其中，为下一时刻的状态向量，为当前时刻的状态向量，为状态转移矩阵，为控制输入矩阵，为外部控制输入，为过程噪声；

9、利用测量方程，通过观测矩阵将状态向量转化为测量向量，表达式为，;

10、其中，为测量向量，为观测矩阵，为测量噪声。

11、作为本发明所述基于多源数据融合的电梯运行状态判定方法的一种优选方案，其中：所述根据状态向量，采用多速率卡尔曼滤波器对不同采样频率的传感器数据进行融合，获得统一的状态估计，包括如下步骤，

12、定义过程噪声为零均值高斯噪声，利用状态转移矩阵和过程噪声协方差矩阵，预测下一时刻的预测误差协方差，表达式为，;

13、其中，为时刻的预测协方差矩阵，为时刻的协方差矩阵，为状态转移矩阵的转置，为过程噪声协方差矩阵；

14、定义测量噪声为零均值高斯噪声，根据预测误差协方差、观测矩阵和测量噪声协方差矩阵，计算卡尔曼增益，具体公式为，;

15、其中，为时刻的卡尔曼增益，为测量噪声协方差矩阵；

16、利用卡尔曼增益和观测值，对状态预测进行修正，得到更新后的状态估计；

17、通过卡尔曼增益和观测矩阵，更新误差协方差。

18、作为本发明所述基于多源数据融合的电梯运行状态判定方法的一种优选方案，其中：所述从状态估计中提取电梯的运行状态信号，并进行插值处理，重构高分辨率的运行状态信号，包括如下步骤，

19、获取低频传感器在时和的状态估计值，确定插值的时间步数；

20、根据线性插值公式，计算每个插值点的状态估计值；

21、对于所有时间步数，重复插值计算，直到所有插值点的状态估计值完成。

22、作为本发明所述基于多源数据融合的电梯运行状态判定方法的一种优选方案，其中：所述通过将高分辨率的运行状态信号与历史正常状态进行对比，识别出异常的运行状态，包括如下步骤，

23、从历史数据中提取电梯在正常运行时的状态向量；

24、使用欧氏距离公式，量化当前状态与正常状态之间的差异，表达式为，

25、其中，表示欧式距离，是状态向量的数量，是当前时刻卡尔曼滤波器估计的第个状态分量，是正常状态向量中的第个状态分量的正常参考值；

26、设定阈值，将计算得到的欧氏距离与设定的阈值进行比较；

27、如果,则判定电梯运行异常；否则，继续正常运行监控。

28、作为本发明所述基于多源数据融合的电梯运行状态判定方法的一种优选方案，其中：所述电梯运行状态数据包括电梯的速度、加速度、振动、负载和电机电流。

29、第二方面，本发明提供了一种基于多源数据融合的电梯运行状态判定系统，包括，数据采集模块，负责采集电梯运行状态数据；状态空间建模模块，负责建立电梯的状态空间建模，定义状态向量，通过状态方程预测电梯下一时刻的状态，并将状态向量转化为测量向量；数据融合模块，负责根据状态向量，采用多速率卡尔曼滤波器对不同采样频率的传感器数据进行融合，获得统一的状态估计；插值与重构模块，负责从状态估计中提取电梯的运行状态信号，并进行插值，重构高分辨率的运行状态信号；异常检测模块，负责通过将高分辨率的运行状态信号与历史正常状态进行对比，识别出异常的运行状态。

30、第三方面，本发明提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本发明第一方面所述的基于多源数据融合的电梯运行状态判定方法的任一步骤。

31、第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本发明第一方面所述的基于多源数据融合的电梯运行状态判定方法的任一步骤。

32、本发明有益效果为通过状态方程描述了电梯在控制输入和噪声作用下的动态演化，利用测量方程将传感器数据与状态向量关联，构建了一个能够反映电梯各个运行状态间内在联系的数学模型实现了对电梯运行状态的系统化描述，利用多速率卡尔曼滤波器对不同频率的传感器数据进行融合，解决了多源传感器由于采样频率不一致而导致数据无法同步和融合的问题，提高了数据融合的准确性和实时性，减少了噪声对状态估计的影响，通过时间插值弥补低频数据带来的信息丢失，并生成等效于高频采样的状态信号，提高了电梯运行状态监控的精细度，使得系统能够检测到更为微小的状态变化，进一步增强了对异常状态的敏感性和识别能力。