基于機器學(xué)習(xí)的城市電梯困人故障原因預(yù)測方法研究

慶光蔚，劉肖凡

（1.南京市特種設(shè)備安全監(jiān)督檢驗研究院，江蘇 南京 210019；2.東南大學(xué) 計算機科學(xué)與工程學(xué)院，江蘇 南京 211189）

0 引 言

電梯與人們的日常出行緊密關(guān)聯(lián)，已成為特種設(shè)備安全工作的著力重點和關(guān)鍵一環(huán)。如何在降低設(shè)備故障停梯率的同時高效應(yīng)對故障，是電梯安全監(jiān)管和應(yīng)急處置中亟須解決的核心問題。大數(shù)據(jù)浪潮下，金融、工業(yè)、公共服務(wù)等領(lǐng)域已有大量成功應(yīng)用案例。大數(shù)據(jù)在特種設(shè)備安全監(jiān)管與應(yīng)急救援中的應(yīng)用場景十分豐富，如救援路徑規(guī)劃、救援站點布局優(yōu)化、易發(fā)故障電梯屬性歸納等。對特種設(shè)備故障大數(shù)據(jù)進行挖掘分析，可以盡早發(fā)現(xiàn)設(shè)備故障隱患，排查治理甚至預(yù)測故障發(fā)生概率，進而為故障處置和監(jiān)管決策提供參考。

目前，關(guān)于電梯故障原因預(yù)測的研究多集中于部件特定故障的診斷，主要基于少樣本（數(shù)百臺）設(shè)備的物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)。王麗園建立了多種電梯運行數(shù)據(jù)分析模型，用異常分類模型實時監(jiān)控電梯狀態(tài)。沈志鵬將循環(huán)神經(jīng)網(wǎng)絡(luò)和擴張因果卷積網(wǎng)絡(luò)相結(jié)合，提出一種新的時間序列預(yù)測模型，預(yù)測電梯部件未來是否發(fā)生異常。朱明等建立了電梯故障率受環(huán)境溫度、濕度影響的GM（1，）預(yù)測模型。支猛等提出了一種基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的預(yù)測模型，對電梯門系統(tǒng)故障進行預(yù)測。姜宇迪等提出了基于長短期記憶網(wǎng)絡(luò)自編碼器和時間序列回歸模型的電梯制動器監(jiān)測和故障預(yù)警方法。胡海博基于社區(qū)電梯系統(tǒng)歷史維保數(shù)據(jù)，利用粒子群聚類預(yù)測模型，實現(xiàn)了電梯小樣本數(shù)據(jù)故障預(yù)測。

自2015年起，在南京、杭州、廣州等地的示范帶動下，電梯應(yīng)急處置服務(wù)平臺在全國范圍內(nèi)推廣建設(shè)。在履行科學(xué)調(diào)度、快速解救的首要職能之外，平臺積累了大量設(shè)備的困人故障數(shù)據(jù)，蘊藏了豐富故障特征，具有數(shù)據(jù)分析的基礎(chǔ)和挖掘價值。本文基于南京市2015—2020年41 414起電梯困人故障數(shù)據(jù)，構(gòu)建故障特征數(shù)據(jù)集，利用梯度提升樹算法（GBDT）建立電梯故障原因預(yù)測模型，以CART決策樹為基學(xué)習(xí)器，預(yù)測下一次故障時最可能的故障原因，并與其他集成學(xué)習(xí)方法進行對比，驗證方法的效果與優(yōu)勢。

1 預(yù)測模型構(gòu)建流程及數(shù)據(jù)預(yù)處理

電梯故障原因數(shù)據(jù)屬性為標(biāo)稱數(shù)據(jù)，其預(yù)測可認為是一個分類問題。電梯故障原因預(yù)測模型流程如圖1所示。模型包括：電梯故障初數(shù)據(jù)集數(shù)據(jù)預(yù)處理；基于預(yù)處理后數(shù)據(jù)，提取電梯故障相關(guān)特征；選取分類算法，進行訓(xùn)練建立模型；評估模型性能；保存最優(yōu)模型；當(dāng)電梯再次出現(xiàn)故障時，提取相關(guān)數(shù)據(jù)特征輸入最優(yōu)模型，預(yù)測故障原因。

圖1 電梯故障原因預(yù)測模型構(gòu)建流程

數(shù)據(jù)預(yù)處理包括處理缺失數(shù)據(jù)、歸一化數(shù)值類特征、集中篩選初數(shù)據(jù)集中可能指向故障原因的數(shù)據(jù)項。對缺失數(shù)據(jù)，標(biāo)稱屬性和數(shù)值屬性兩種不同數(shù)據(jù)屬性采取的預(yù)處理方式不同：標(biāo)稱屬性，缺失數(shù)據(jù)用值“無”補全；數(shù)值屬性，如電梯速度，缺失數(shù)據(jù)用該數(shù)據(jù)屬性值的均值表示，并進行歸一化處理。

41 414起電梯困人故障初數(shù)據(jù)集包含25個應(yīng)急調(diào)度數(shù)據(jù)項和10個電梯基本數(shù)據(jù)項。初步剔除接警響應(yīng)時間、救援完成時間、電梯檔案號、設(shè)備注冊登記號等明顯非關(guān)聯(lián)項后，保留19個與電梯故障原因相關(guān)的數(shù)據(jù)項，形成的故障特征數(shù)據(jù)集見表1所列。

表1 故障特征數(shù)據(jù)集

2 梯度提升樹預(yù)測模型構(gòu)建

2.1 梯度提升算法框架

梯度提升（Gradient Boosting）分類算法，是一種集成學(xué)習(xí)思想，由Friedman于1999年提出，梯度提升假設(shè)模型形式為：

式中：為模型參數(shù)；(;α)為基學(xué)習(xí)器；α為弱學(xué)習(xí)器參數(shù)；為迭代次數(shù)；β為每個基學(xué)習(xí)器權(quán)重。

模型損失函數(shù)的數(shù)學(xué)期望為：

在已有包含個樣本點的訓(xùn)練數(shù)據(jù)集 {(,),..., (x,y)}上計算模型的損失函數(shù)值，并使損失函數(shù)值最小，可得最優(yōu)參數(shù)為：

采用前向分步算法，每一步學(xué)習(xí)一個基學(xué)習(xí)器及其權(quán)重值，逐漸逼近式（3）的最優(yōu)解。假設(shè)當(dāng)前模型為F，則在第次迭代學(xué)習(xí)的基學(xué)習(xí)器f，由擬合損失函數(shù)的負梯度在當(dāng)前模型F的值所得。即第次迭代學(xué)習(xí)的參數(shù){β,α}能夠使f的方向是F損失函數(shù)下降最快的方向。對每一個數(shù)據(jù)點x都可以得到一個梯度下降方向g(x)，見式（4），和一個完整的梯度下降方向，見式（5）：

為使f能夠在梯度下降的方向上使用最小二乘法，分別由式（6）、式（7）得到最優(yōu)α和β：

最終合并至模型中，可得：

梯度提升算法框架如下所示：

算法1：數(shù)據(jù)項框架

輸入 ：訓(xùn)練數(shù)據(jù)集 {(,),..., (x,y)}，損失函數(shù)(,())，迭代次數(shù)。

輸出：模型()。

2.對= 1,...,：

（4）更新模型 ：F() =F() +β(;)。

3：輸出模型()。

2.2 梯度提升決策樹算法

梯度提升本質(zhì)為一個算法框架，放入已有分類或回歸算法后，可進行更復(fù)雜的決策分類計算。本文在梯度提升框架下，提出以梯度提升樹（Gradient Boosting Decision Tree,GBDT）構(gòu)造電梯故障預(yù)測模型。GBDT引入決策樹作為梯度提升框架中的基模型（即基學(xué)習(xí)器），算法中所有決策樹的運算結(jié)論累加即為最終結(jié)果。這種不斷迭代的決策樹算法，比單一決策樹具有可區(qū)分多種不同特征和特征組合的天然優(yōu)勢，魯棒性好，易并行化，是可擬合復(fù)雜非線性函數(shù)的有力工具。

CART決策樹（Classification and Regression Trees，CART）同時支持連續(xù)值和缺失值的處理，適用于不同屬性的電梯故障數(shù)據(jù)。本文利用回歸CART決策樹作為梯度提升算法的弱分類器，基于平方誤差最小化準(zhǔn)則實現(xiàn)特征選擇，生成二叉樹，表現(xiàn)形式為：

若輸入數(shù)據(jù)屬于葉節(jié)點R，則返回1，否則返回0。在梯度提升算法框架中，用式（9）替換使式（4）更新模型步驟中的(;α)，可得 ：

令r=βb，式（10）可改寫為：

經(jīng)式（12）優(yōu)化，可得r最優(yōu)值：

決策樹每個葉節(jié)點包含的樣本數(shù)據(jù)不重疊，則r可用式（13）優(yōu)化：

由此將CART決策樹作為梯度提升框架中的基學(xué)習(xí)器，可迭代完成分類預(yù)測算法模型構(gòu)建。

3 預(yù)測模型計算實驗

3.1 模型訓(xùn)練

41 414條電梯故障工單初始數(shù)據(jù)包含6類歷史困人故障原因，分別是安全保護裝置、門系統(tǒng)、曳引系統(tǒng)、控制系統(tǒng)、電氣系統(tǒng)和外部原因（停電、機房溫度過高等）。故障預(yù)測模型以初始數(shù)據(jù)訓(xùn)練預(yù)測模型，針對故障電梯求解6類原因的分類問題。

實驗使用XGBoost工具10折交叉驗證的方式訓(xùn)練模型，迭代中設(shè)置early stopping的方式防止過擬合。在 Ubuntu 14.04LTS 操作系統(tǒng)的Intel（R） i7-370 3.40 GHz CPU，4 GB內(nèi)存的PC機上運行算法，測得模型訓(xùn)練迭代至最優(yōu)預(yù)測模型耗時6.17 s，通過最優(yōu)模型預(yù)測一個新樣本耗時0.011 s，可知模型能夠滿足在應(yīng)急狀況下的實時快速預(yù)測要求。GBDT算法迭代100次，每次迭代后交叉驗證結(jié)果如圖2所示，迭代至70次時訓(xùn)練結(jié)果達到最優(yōu)，模型準(zhǔn)確率為42.04%。

圖2 迭代后交叉驗證結(jié)果

3.2 模型評估

采用精確率（precision）、準(zhǔn)確率（accuracy）、召回率（recall）和F1值等常用評價指標(biāo)評估算法模型的可靠性與準(zhǔn)確性。以機器學(xué)習(xí)中3種經(jīng)典分類算法CART決策樹算法、支持向量機（SVM）算法和隨機森林（Random forests）算法為對比算法，分別構(gòu)建分類器，各算法的評價指標(biāo)見表2所列。以CART決策樹為弱分類器的GBDT算法所構(gòu)建的電梯故障原因預(yù)測模型，精確率、準(zhǔn)確率、召回率、F1值指標(biāo)均好于其他分類算法。

表2 各算法評估結(jié)果對比

3.3 模型預(yù)測

模型訓(xùn)練中交叉驗證后，GBDT算法模型首位原因預(yù)測準(zhǔn)確率約為42%。而現(xiàn)實場景中，模型預(yù)測的結(jié)果可在應(yīng)急調(diào)度時提前告知救援人員最有可能的幾個原因（從首位原因開始按可能性大小排列），引導(dǎo)現(xiàn)場排障。因此，預(yù)測模型可設(shè)置為，如果預(yù)測出最有可能的個原因（Top-）包含實際的故障原因時，則表示預(yù)測準(zhǔn)確。根據(jù)2013—2018年南京市故障數(shù)據(jù)，預(yù)測2019年7月電梯故障原因，以同時間626條實際故障原因為預(yù)測準(zhǔn)確率基準(zhǔn)，驗證模型準(zhǔn)確性。

圖3所示為=1～6時的預(yù)測準(zhǔn)確率。其中，=1時準(zhǔn)確率為42.04%，說明僅給出1項最有可能原因時準(zhǔn)確率不足50%；隨著增大，準(zhǔn)確率會不斷增高，在=3時準(zhǔn)確率最高達81%，即預(yù)測可給出最有可能的3類故障原因，此時基本可鎖定真實故障原因。在當(dāng)前初始數(shù)據(jù)量并不十分充分的訓(xùn)練條件下，使用GBDT算法可明確排除一半以上的故障原因，證實了方法的有效性。

圖3 GBDT算法預(yù)測準(zhǔn)確率

4 結(jié) 語

（1）清洗電梯應(yīng)急處置場景下的原始故障缺失數(shù)據(jù)，預(yù)處理可分為數(shù)值屬性和標(biāo)稱屬性，所有數(shù)值類屬性數(shù)據(jù)需進行歸一化處理。

（2）CART算法生成的決策樹模型是二叉樹，運算效率較多叉樹高，作為需要不斷迭代多棵樹的GBDT算法的基學(xué)習(xí)器，二者結(jié)合可保證精度并兼顧效率，適合處理目標(biāo)變量（電梯故障原因）為標(biāo)稱屬性的離散型分類問題。

（3）GBDT集成學(xué)習(xí)算法對電梯故障原因預(yù)測有效可行，模型評估效果好于其他常見機器學(xué)習(xí)分類算法。其通過迭代獲得殘差來不斷逼近真實預(yù)測值的特點，能夠獲得滿意預(yù)測結(jié)果（尤其在推薦Top-個預(yù)測結(jié)果時），可為應(yīng)急處置時快速鎖定故障部位提供參考。

（4）4萬左右的故障初始數(shù)據(jù)數(shù)量尚不能認為是真正意義的大數(shù)據(jù)量級。有效提升首位故障原因的預(yù)測準(zhǔn)確率，仍需在更廣地域范圍和更大時間跨度內(nèi)進一步匯集數(shù)據(jù)，富集數(shù)據(jù)池，并添加構(gòu)建更合理的故障特征。