典型文献
基于机器学习的城市电梯困人故障原因预测方法研究
文献摘要：
为实现电梯困人故障的应急处置快速响应,缩短现场故障原因排查时间,促进排障模式由人工经验向数据支撑下的智能诊断转变,利用梯度提升树算法(GBDT)建立电梯故障原因预测模型.经过数据清洗和特征提取,以2015—2020年南京市累积电梯故障数据进行模型训练.与真实值对比后的预测结果表明,前三位故障原因实时预测准确率可达81％,评估指标优于同类型机器学习算法.GBDT模型预测性可适用于电梯困人故障数据稀疏、特征量不明显的预测问题.
文献关键词：
电梯;故障预测;梯度提升树;机器学习;应急处置;CART决策树
中图分类号：
作者姓名：
庆光蔚;刘肖凡
作者机构：
南京市特种设备安全监督检验研究院,江苏 南京 210019;东南大学 计算机科学与工程学院,江苏 南京 211189
文献出处：
引用格式：
[1]庆光蔚;刘肖凡-.基于机器学习的城市电梯困人故障原因预测方法研究)[J].物联网技术,2022(10):55-58
A类：
B类：
基于机器学习,市电,困人,故障原因,应急处置,快速响应,原因排查,排障,智能诊断,梯度提升树算法,GBDT,电梯故障,数据清洗,故障数据,模型训练,真实值,前三位,实时预测,预测准确率,机器学习算法,数据稀疏,特征量,故障预测,CART,决策树
AB值：
0.381013
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
