[发明专利]基于无偏灰色模糊马尔科夫链模型的电梯可靠性预测方法

权利要求书

1.一种基于无偏灰色模糊马尔科夫链模型的电梯可靠性预测方法，其特征在于，包括以下步骤：

1)通过远程监控设备实时获取电梯运行状态，在电梯发生故障时对故障代码进行提取、记录，作为历史数据；

2)对历史数据进行数据处理与检验，建立无偏预测模型；

3)计算无偏预测模型的残差，将残差的数值区间划分为若干不同状态；

4)运用模糊分类理论构造模糊函数，并计算历史数据中每个数据点的模糊状态概率向量，根据最大隶属原则确定每个数据点的所属状态；

5)建立马尔科夫状态转移矩阵，预测下次发生该故障的模糊向量，根据最大隶属原则确定该预测的模糊向量隶属的状态。

2.根据权利要求1所述的基于无偏灰色模糊马尔科夫链模型的电梯可靠性预测方法，其特征在于，所述对历史数据进行数据处理与检验包括：将历史数据组成原始数列；通过滑动平均法对原始数列的极端值进行处理，生成滑动平均数列；对滑动平均数列进行数列的级比检验。

3.根据权利要求2所述的基于无偏灰色模糊马尔科夫链模型的电梯可靠性预测方法，其特征在于，所述建立无偏预测模型过程包括：

1)滑动平均数列一次累加，运用数列间相邻两数据点的依个累加生成新的数列

x⁽¹⁾＝(x⁽¹⁾(1),x⁽¹⁾(2),......,x⁽¹⁾(n))

其中，

2)构造均值数列，设均值数列z⁽¹⁾为一次累加数列x⁽¹⁾紧相邻的生成数列，则有：

z⁽¹⁾＝(z⁽¹⁾(2)，z⁽¹⁾(3)，......，z⁽¹⁾(n))

其中，

3)建立灰色微分方程

x⁽⁰⁾(k)+az⁽¹⁾(k)＝b,k＝2,3,......,n

则其白化方程为

其中，a为模型的发展系数，b为模型的协调系数；

4)计算微分方程的参数，设μ＝[a,b]^T为待估参数向量，则灰微分方程的最小二乘法估计参数列满足：

μ＝(B^TB)^-1B^TY

其中，通过矩阵计算得灰色微分方程参数a，b；

5)计算无偏灰色参数α和β，

6)建立无偏GM预测曲线

4.根据权利要求1所述的基于无偏灰色模糊马尔科夫链模型的电梯可靠性预测方法，其特征在于：进行下一次预测时，对无偏预测模型中的数据点进行滑动平移处理，去除历史数据的老数据点并补充相应个数的新数据点，得出新的马尔科夫状态转移矩阵。