-
题名基于深度生存分析与SHAP的电梯风险预测
- 1
-
-
作者
曾倩欣
王槃
杨欢
杨勇
-
机构
华南师范大学软件学院
广东省特种设备检测研究院佛山检测院
-
出处
《计算机系统应用》
2024年第11期247-256,共10页
-
基金
广东省市场监督管理局科技项目(2023CT06)
广东省基础与应用基础研究基金(2020A1515110783)
2020年批次佛山高等教育高层次人才项目。
-
文摘
为解决低频、不规则时间周期的基于统计的电梯预测性维护问题,本文提出了结合深度生存分析与数据切割、补偿的综合方案.本文通过建立动态静态生存状态向量,捕捉影响大型故障风险的因素;此外,针对记录型数据中存在的左删失问题,本文采用数据补充的方式解决,并探究不同补充方式与分割策略对深度生存模型精度的影响.最后,研究对电梯场景下的深度生存模型使用SHAP分析,揭示各因素对故障风险的动态影响.研究结果显示,采用数据粗分割与Cox填充方式组合的模型具有强预测能力和准确性, DeepSurv模型在预测能力和稳定性上表现突出,梯龄、提升高度对大型故障风险的贡献随特定条件的变化会发生转折.
-
关键词
预防性维护
深度生存分析
电梯
数据删失
SHAP
-
Keywords
predictive maintenance
deep survival analysis
elevator
censored data
SHAP
-
分类号
TU8
[建筑科学]
-