摘 要 ：為實(shí)現(xiàn)電梯困人故障的應(yīng)急處置快速響應(yīng)，縮短現(xiàn)場(chǎng)故障原因排查時(shí)間，促進(jìn)排障模式由人工經(jīng)驗(yàn)向數(shù)據(jù)支撐下的智能診斷轉(zhuǎn)變，利用梯度提升樹(shù)算法（GBDT）建立電梯故障原因預(yù)測(cè)模型。經(jīng)過(guò)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(jìn)行模型訓(xùn)練。與真實(shí)值對(duì)比后的預(yù)測(cè)結(jié)果表明，前三位故障原因?qū)崟r(shí)預(yù)測(cè)準(zhǔn)確率可達(dá) 81%，評(píng)估指標(biāo)優(yōu)于同類型機(jī)器學(xué)習(xí)算法。GBDT 模型預(yù)測(cè)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(cè)問(wèn)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(diǎn)和關(guān)鍵一環(huán) [1]。如何在降低設(shè)備故障停梯率的同時(shí)高效應(yīng)對(duì)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(wèn)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(chǎng)景十分豐富 [6]，如救援路徑規(guī)劃、救援站點(diǎn)布局優(yōu)化、易發(fā)故障電梯屬性歸納等。對(duì)特種設(shè)備故障大數(shù)據(jù)進(jìn)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(cè)故障發(fā)生概率，進(jìn)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(cè)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(tái)）設(shè)備的物聯(lián)網(wǎng)監(jiān)測(cè)數(shù)據(jù)。王麗園 [11] 建立了多種電梯運(yùn)行數(shù)據(jù)分析模型，用異常分類模型實(shí)時(shí)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(kuò)張因果卷積網(wǎng)絡(luò)相結(jié)合，提出一種新的時(shí)間序列預(yù)測(cè)模型，預(yù)測(cè)電梯部件未來(lái)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(cè)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(cè)模型，對(duì)電梯門系統(tǒng)故障進(jìn)行預(yù)測(cè)。姜宇迪等 [15] 提出了基于長(zhǎng)短期記憶網(wǎng)絡(luò)自編碼器和時(shí)間序列回歸模型的電梯制動(dòng)器監(jiān)測(cè)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(cè)模型，實(shí)現(xiàn)了電梯小樣本數(shù)據(jù)故障預(yù)測(cè)。

自 2015 年起，在南京、杭州、廣州等地的示范帶動(dòng)下，電梯應(yīng)急處置服務(wù)平臺(tái)在全國(guó)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(tái)積累了大量設(shè)備的困人故障數(shù)據(jù)，蘊(yùn)藏了豐富故障特征，具有數(shù)據(jù)分析的基礎(chǔ)和挖掘價(jià)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(shù)算法（GBDT）建立電梯故障原因預(yù)測(cè)模型，以 CART 決策樹(shù)為基學(xué)習(xí)器，預(yù)測(cè)下一次故障時(shí)最可能的故障原因，并與其他集成學(xué)習(xí)方法進(jìn)行對(duì)比，驗(yàn)證方法的效果與優(yōu)勢(shì)。

1 預(yù)測(cè)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(cè)可認(rèn)為是一個(gè)分類問(wèn)題。電梯故障原因預(yù)測(cè)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(jìn)行訓(xùn)練建立模型 ；評(píng)估模型性能 ；保存最優(yōu)模型 ；當(dāng)電梯再次出現(xiàn)故障時(shí)，提取相關(guān)數(shù)據(jù)特征輸入最優(yōu)模型，預(yù)測(cè)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(xiàng)。對(duì)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(wú)”補(bǔ)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(jìn)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(gè)應(yīng)急調(diào)度數(shù)據(jù)項(xiàng)和 10 個(gè)電梯基本數(shù)據(jù)項(xiàng)。初步剔除接警響應(yīng)時(shí)間、救援完成時(shí)間、電梯檔案號(hào)、設(shè)備注冊(cè)登記號(hào)等明顯非關(guān)聯(lián)項(xiàng)后，保留 19 個(gè)與電梯故障原因相關(guān)的數(shù)據(jù)項(xiàng)，形成的故障特征數(shù)據(jù)集見(jiàn)表 1 所列。

2 梯度提升樹(shù)預(yù)測(cè)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(gè)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(gè)樣本點(diǎn)的訓(xùn)練數(shù)據(jù)集 {(x1, y1), ..., (xN,yN)} 上計(jì)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(gè)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(duì)每一個(gè)數(shù)據(jù)點(diǎn) xi 都可以得到一個(gè)梯度下降方向 gm(xi)，見(jiàn)式（4），和一個(gè)完整的梯度下降方向，見(jiàn)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(xiàng)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(duì) m = 1, ..., M ：

（1）計(jì)算負(fù)梯度方向

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

（3） 計(jì)算最優(yōu)梯度下降步長(zhǎng)， 其 中 ：

（4）更新模型 ：

3 ：輸出模型 F(x)。

2.2 梯度提升決策樹(shù)算法

梯度提升本質(zhì)為一個(gè)算法框架，放入已有分類或回歸算法后，可進(jìn)行更復(fù)雜的決策分類計(jì)算。本文在梯度提升框架下，提出以梯度提升樹(shù)（Gradient Boosting Decision Tree,GBDT）構(gòu)造電梯故障預(yù)測(cè)模型。GBDT 引入決策樹(shù)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(shù)的運(yùn)算結(jié)論累加即為最終結(jié)果。這種不斷迭代的決策樹(shù)算法，比單一決策樹(shù)具有可區(qū)分多種不同特征和特征組合的天然優(yōu)勢(shì)，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(shù) [18]（Classification and Regression Trees，CART）同時(shí)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(shù)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(shí)現(xiàn)特征選擇，生成二叉樹(shù)，表現(xiàn)形式為 ：

式中：J 為 CART 決策樹(shù)的葉節(jié)點(diǎn)數(shù)目；{bj}1J 為決策樹(shù)葉子節(jié)點(diǎn)的值或類標(biāo)簽；Rj 為第 j 個(gè)葉節(jié)點(diǎn)；{Rj}1J 為決策樹(shù)中不重疊的區(qū)域，這些區(qū)域覆蓋整個(gè)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(diǎn) 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(shù)中第 j 個(gè)節(jié)點(diǎn)。

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(shù)每個(gè)葉節(jié)點(diǎn)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(shù)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(cè)算法模型構(gòu)建。

3 預(yù)測(cè)模型計(jì)算實(shí)驗(yàn)

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(hù)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(jī)房溫度過(guò)高等）。故障預(yù)測(cè)模型以初始數(shù)據(jù)訓(xùn)練預(yù)測(cè)模型，針對(duì)故障電梯求解 6 類原因的分類問(wèn)題。

實(shí)驗(yàn)使用 XGBoost 工具 [19] 10 折交叉驗(yàn)證的方式訓(xùn)練模型，迭代中設(shè)置 early stopping 的方式 [20] 防止過(guò)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(jī)上運(yùn)行算法，測(cè)得模型訓(xùn)練迭代至最優(yōu)預(yù)測(cè)模型耗時(shí) 6.17 s，通過(guò)最優(yōu)模型預(yù)測(cè)一個(gè)新樣本耗時(shí) 0.011 s，可知模型能夠滿足在應(yīng)急狀況下的實(shí)時(shí)快速預(yù)測(cè)要求。GBDT 算法迭代 100 次，每次迭代后交叉驗(yàn)證結(jié)果如圖 2 所示，迭代至 70 次時(shí)訓(xùn)練結(jié)果達(dá)到最優(yōu)，模型準(zhǔn)確率為 42.04%。

3.2 模型評(píng)估

采用精確率（precision）、準(zhǔn)確率（accuracy）、召回率（recall）和 F1 值等常用評(píng)價(jià)指標(biāo) [21] 評(píng)估算法模型的可靠性與準(zhǔn)確性。以機(jī)器學(xué)習(xí)中 3 種經(jīng)典分類算法CART決策樹(shù)算法、支持向量機(jī)（SVM）算法[22] 和隨機(jī)森林（Randomforests）算法 [23] 為對(duì)比算法，分別構(gòu)建分類器，各算法的評(píng)價(jià)指標(biāo)見(jiàn)表 2 所列。以 CART 決策樹(shù)為弱分類器的 GBDT 算法所構(gòu)建的電梯故障原因預(yù)測(cè)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(cè)

模型訓(xùn)練中交叉驗(yàn)證后，GBDT 算法模型首位原因預(yù)測(cè)準(zhǔn)確率約為 42%。而現(xiàn)實(shí)場(chǎng)景中，模型預(yù)測(cè)的結(jié)果可在應(yīng)急調(diào)度時(shí)提前告知救援人員最有可能的幾個(gè)原因（從首位原因開(kāi)始按可能性大小排列），引導(dǎo)現(xiàn)場(chǎng)排障。因此，預(yù)測(cè)模型可設(shè)置為，如果預(yù)測(cè)出最有可能的 k 個(gè)原因（Top-k）包含實(shí)際的故障原因時(shí)，則表示預(yù)測(cè)準(zhǔn)確。根據(jù) 2013—2018 年南京市故障數(shù)據(jù)，預(yù)測(cè) 2019 年 7 月電梯故障原因，以同時(shí)間626 條實(shí)際故障原因?yàn)轭A(yù)測(cè)準(zhǔn)確率基準(zhǔn)，驗(yàn)證模型準(zhǔn)確性。

圖 3 所示為 k=1 ～ 6 時(shí)的預(yù)測(cè)準(zhǔn)確率。其中，k=1 時(shí)準(zhǔn)確率為 42.04%，說(shuō)明僅給出 1 項(xiàng)最有可能原因時(shí)準(zhǔn)確率不足50% ；隨著 k 增大，準(zhǔn)確率會(huì)不斷增高，在 k=3 時(shí)準(zhǔn)確率最高達(dá) 81%，即預(yù)測(cè)可給出最有可能的 3 類故障原因，此時(shí)基本可鎖定真實(shí)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(shí)了方法的有效性。

4 結(jié) 語(yǔ)

（1）清洗電梯應(yīng)急處置場(chǎng)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(jìn)行歸一化處理。

（2）CART 算法生成的決策樹(shù)模型是二叉樹(shù)，運(yùn)算效率較多叉樹(shù)高，作為需要不斷迭代多棵樹(shù)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(wèn)題。

（3）GBDT 集成學(xué)習(xí)算法對(duì)電梯故障原因預(yù)測(cè)有效可行，模型評(píng)估效果好于其他常見(jiàn)機(jī)器學(xué)習(xí)分類算法。其通過(guò)迭代獲得殘差來(lái)不斷逼近真實(shí)預(yù)測(cè)值的特點(diǎn)，能夠獲得滿意預(yù)測(cè)結(jié)果（尤其在推薦 Top-k 個(gè)預(yù)測(cè)結(jié)果時(shí)），可為應(yīng)急處置時(shí)快速鎖定故障部位提供參考。

（4）4 萬(wàn)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(jí)。有效提升首位故障原因的預(yù)測(cè)準(zhǔn)確率，仍需在更廣地域范圍和更大時(shí)間跨度內(nèi)進(jìn)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