一种基于空间注意力网络与特征划分的电梯风险预警方法

专利主权项内容

更多数据：搜索马克数据网来源：www.macrodatas.cn 1.一种基于空间注意力网络与特征划分的电梯风险预警方法，其特征在于，其包括以下步骤：S1：采集物联网电梯的原始数据，对原始数据进行预处理，对预处理后的所有数据特征进行归一化处理，生成时序特征；S2：通过Embedding层对时序特征进行位置编码，将位置编码与原时序特征相加获得第一特征；S3：将编码后的第一特征与静态特征拼接获得模型的输入特征，将输入特征按照时间序列输入至多头自注意力机制的transformer模型中进行降维，将降维得到的结果与输入特征相加获得注意力特征；所述transformer模型包括至少两个堆叠的transformer编码器，各编码器之间跨层连接；S4：将注意力特征与未经过自注意力层处理的特征相加，将相加结果输入至layernorm层获得第二特征，其中，未经过自注意力层处理的特征是指步骤 S2 生成的第一特征；S5：将第二特征输入至一全连接层，再将结果与第二特征相加得到第三特征；S6：将第三特征输入至layernorm层获得第四特征；S7：将第四特征与编码后的第一特征相加获得首个编码器的结果；S8：重复步骤S3至步骤S7的过程至少一次，当重复最后一次过程时，将结果输入至一全连接层，将其结果通过分类模块激活，获得各时段预测的故障概率，生成预测结果；S9：获取电梯实际故障结果，将预测结果和实际故障结果通过交叉熵损失函数计算对应的损失度，采用Adam优化器优化生成的transformer模型；S10：重复步骤S3至步骤S9的过程，训练transformer模型，获得预警结果。