摘 要 ：為實現(xiàn)電梯困人故障的應(yīng)急處置快速響應(yīng)，縮短現(xiàn)場故障原因排查時間，促進排障模式由人工經(jīng)驗向數(shù)據(jù)支撐下的智能診斷轉(zhuǎn)變，利用梯度提升樹算法（GBDT）建立電梯故障原因預(yù)測模型。經(jīng)過數(shù)據(jù)清洗和特征提取，以 2015—2020 年南京市累積電梯故障數(shù)據(jù)進行模型訓(xùn)練。與真實值對比后的預(yù)測結(jié)果表明，前三位故障原因?qū)崟r預(yù)測準(zhǔn)確率可達 81%，評估指標(biāo)優(yōu)于同類型機器學(xué)習(xí)算法。GBDT 模型預(yù)測性可適用于電梯困人故障數(shù)據(jù)稀疏、特征量不明顯的預(yù)測問題。

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) [1]。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 [2-5]。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 [6]，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 [7-10]，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 [11] 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 [12] 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 [13] 建立了電梯故障率受環(huán)境溫度、濕度影響的 GM（1，N）預(yù)測模型。

支猛等 [14] 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 [15] 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 [16] 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(rèn)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。

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。

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[17] 于 1999 年提出，梯度提升假設(shè)模型形式為 ：

式中：P 為模型參數(shù)；h(x; αm) 為基學(xué)習(xí)器；αm 為弱學(xué)習(xí)器參數(shù)；M 為迭代次數(shù)；βm 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 N 個樣本點的訓(xùn)練數(shù)據(jù)集 {(x1, y1), ..., (xN,yN)} 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) P 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 Fm-1，則在第 m 次迭代學(xué)習(xí)的基學(xué)習(xí)器 fm，由擬合損失函數(shù)的負(fù)梯度在當(dāng)前模型 Fm-1 的值所得。即第 m 次迭代學(xué)習(xí)的參數(shù) {βm,αm} 能夠使 fm 的方向是 Fm-1 損失函數(shù)下降最快的方向。對每一個數(shù)據(jù)點 xi 都可以得到一個梯度下降方向 gm(xi)，見式（4），和一個完整的梯度下降方向，見式（5）：

為使 fm 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) αm 和 βm ：

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 {(x1, y1), ..., (xN, yN)}，損失函數(shù) L(y,F(x))，迭代次數(shù) M。

輸出 ：模型 F(x)。

1. 初始化模型 ：

2. 對 m = 1, ..., M ：

（1）計算負(fù)梯度方向

（2） 學(xué)習(xí)一個基學(xué)習(xí)器 hm(x; αm)， 其 中 ：

（3） 計算最優(yōu)梯度下降步長， 其 中 ：

（4）更新模型 ：

3 ：輸出模型 F(x)。

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 [18]（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 ：

式中：J 為 CART 決策樹的葉節(jié)點數(shù)目；{bj}1J 為決策樹葉子節(jié)點的值或類標(biāo)簽；Rj 為第 j 個葉節(jié)點；{Rj}1J 為決策樹中不重疊的區(qū)域，這些區(qū)域覆蓋整個樣本集；I(x∈Rj) 為指示函數(shù)。

若輸入數(shù)據(jù) x 屬于葉節(jié)點 Rj，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 h(x; αm)，可得 ：

式中，{Rjm}1J為第 m 次迭代得到的 CART 決策樹中第 j 個節(jié)點。

令 rjm=βmbjm，式（10）可改寫為 ：

經(jīng)式（12）優(yōu)化，可得 rjm 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 rjm 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 [19] 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 [20] 防止過擬合。在 Ubuntu 14.04LTS 操作系統(tǒng)的 Intel（R） i7-370 3.40 GHzCPU，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%。

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) [21] 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[22] 和隨機森林（Randomforests）算法 [23] 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。

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 k 個原因（Top-k）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 k=1 ～ 6 時的預(yù)測準(zhǔn)確率。其中，k=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 k 增大，準(zhǔn)確率會不斷增高，在 k=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。

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-k 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(rèn)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。

審核編輯 ：李倩