一种电梯滑移量预测的方法、系统、电子装置及存储介质

    公开(公告)号:CN117290768A

    公开(公告)日:2023-12-26

    申请号:CN202311143808.0

    申请日:2023-09-06

    Abstract: 本发明提供一种电梯滑移量预测的方法,包括:获取历史的全周期滑移量退化信号及当前滑移量退化信号;导入退化信号至分类模型,该分类模型将退化信号分割为平稳运行状态与退化状态信号;及将退化状态信号输入CNN‑LSTM模型,利用卷积神经网络的局部特征提取能力与长短期记忆网络的长短期时序学习能力,对退化状态信号进行时序预测,其中退化状态信号包括滑移量数据、正常滑移范围状态、超出正常滑移范围状态。本发明通过融合与滑移量相关的特征输入至对抗学习驱动的预测模型,实现滑移量的高精度预测,同时实现滑移量两阶段的自适应划分且区间预警。

Patent Agency Ranking