非侵入式电梯监测的方法、装置及系统与流程

本申请涉及电梯技术领域，具体而言，涉及一种非侵入式电梯监测的方法、装置及系统。

背景技术：

现有技术中，为了保证电梯的正常运行，会对电梯的运行情况进行监测，比如：根据实时采集到的电梯监控视频(或者图像)判断电梯是否发生异常(故障)。

在现有的监测方式中，异常判断属于实时的，不能实现异常的预测；并且，异常判断的数据基础较为片面，导致异常判断的准确性也较差。

因此，现有的电梯监测的有效性和准确性较差。

技术实现要素：

本申请实施例的目的在于提供一种非侵入式电梯监测的方法、装置及系统，用以实现有效且准确的非侵入式电梯监测(包括故障预测和电梯性能评估)，延长电梯使用寿命。

第一方面，本申请实施例提供一种非侵入式电梯监测的方法，应用于非侵入式电梯监测系统，所述电梯监测系统与物业公司端、维保公司端、电梯公司端和电梯端分别通信连接，所述方法包括：获取待监测电梯的信息；所述待监测电梯的信息包括：所述物业公司端反馈的电梯实时运行信息，所述维保公司端反馈的维保信息，所述电梯端反馈的电梯实际运行状况信息；根据所述待监测电梯的信息确定所述待监测电梯的当前运行性能信息；根据所述待监测电梯的信息和预先训练好的故障预测模型确定所述待监测电梯的故障预测信息；将所述当前运行性能信息和故障预测信息分别反馈给所述物业公司端、所述维保公司端、所述电梯公司端和所述电梯端。

在本申请实施例中，与现有技术相比，一方面，利用待监测电梯的信息确定待监测电梯的当前运行性能信息，实现当前运行性能信息的有效确定；以及利用待监测电梯的信息和预先训练好的故障预测模型确定待监测电梯的故障预测信息，实现电梯的故障预测；进而可以实现电梯的非侵入式有效监测。另一方面，不管是当前运行性能的评估，还是故障的预测，其数据基础包括物业公司端、维保公司端、电梯公司端和电梯端多方所提供的信息，通过非侵入式采集到的全面的数据，能够实现更准确的性能评估和故障预测；进而实现电梯的准确监测，延长电梯的使用寿命。

作为一种可能的实现方式，所述根据所述待监测电梯的信息确定所述待监测电梯的当前运行性能信息，包括：获取运行性能信息与运行信息的对应关系；根据所述电梯实时运行信息和所述对应关系确定理论的当前运行性能信息；根据所述电梯实时运行信息和所述对应关系确定理论的当前运行性能信息；根据所述维保信息和预设的维保信息对运行性能信息的影响值确定第一补偿量；根据所述电梯实际运行状况信息和预设的电梯实际运行状态对运行性能信息的影响值确定第二补偿量；根据所述理论的当前运行性能信息、所述第一补偿量和所述第二补偿量确定所述当前运行性能信息。

在本申请实施例中，先确定理论的当前运行性能信息，再基于其他端反馈的信息确定第一补偿量和第二补偿量，最终基于两个补偿量和理论的当前运行性能信息准确地确定当前运行性能信息。

作为一种可能的实现方式，所述根据所述待监测电梯的信息和预先训练好的故障预测模型确定所述待监测电梯的故障预测信息，包括：将所述电梯实时运行信息和所述维保信息输入所述故障预测模型中，获得第一故障预测信息；将所述电梯实际运行状况信息输入所述故障预测模型中，获得第二故障预测信息；根据所述第一故障预测信息和所述第二故障预测信息确定最终的故障预测信息。

在本申请实施例中，通过电梯实时运行信息、维保信息和故障预测模型，获得第一故障预测信息；通过电梯实际运行状况信息和故障预测模型，获得第二故障预测信息；最终基于第一故障预测信息和第二故障预测信息实现故障预测信息的准确且有效的确定。

作为一种可能的实现方式，所述第一故障预测信息中包括第一故障项和所述第一故障项对应的故障时间；所述第二故障预测信息中包括第二故障项和所述第二故障项对应的故障时间；所述根据所述第一故障预测信息和所述第二故障预测信息确定最终的故障预测信息，包括：将所述第一故障项和所述第二故障项进行比对；若所述第一故障项和所述第二故障项一致，确定最终的故障项为所述第一故障项或所述第二故障项；以及确定所述最终的故障项对应的故障时间为所述第一故障项对应的故障时间；若所述第一故障项和所述第二故障项不一致，确定所述最终的故障项为所述第一故障项；以及根据所述第一故障项和所述第二故障项之间的关系确定所述第二故障项对所述第一故障项的影响权重；根据所述影响权重、所述第一故障项对应的故障时间与所述第二故障项对应的故障时间的差值确定故障时间影响值；根据所述故障时间影响值和所述第一故障项对应的故障时间确定最终的故障项对应的故障时间。

在本申请实施例中，在确定最终的故障预测信息时，结合两个故障预测信息的故障项和故障项对应的时间进行判断，在不同的情况采用不同的确定方式，实现最终的故障预测信息的有效且准确的确定。

作为一种可能的实现方式，在所述获取待监测电梯的信息之前，所述方法还包括：从所述电梯公司端处获取所述待监测电梯的基础信息；从所述物业公司处获取所述待监测电梯的运行环境信息；根据所述基础信息和所述运行环境信息确定所述待监测电梯的初始故障预测信息；基于所述基础信息、所述运行环境信息和所述初始故障预测信息对初始的故障预测模型进行训练，获得训练好的故障预测模型。

在本申请实施例中，通过电梯的基础信息和运行环境信息确定初始故障预测信息，进而对初始的故障预测模型进行训练，获得能够实现故障预测的故障预测模型。

作为一种可能的实现方式，所述基础信息中包括多个故障影响因素；所述根据所述基础信息和所述运行环境信息确定所述待监测电梯的初始故障预测信息，包括：根据所述运行环境信息确定所述多个故障影响因素对应的损失值；根据所述多个故障影响因素对应的损失值和预设的所述多个故障影响因素的影响权重确定所述待监测电梯的各个部件的预测损失值；根据所述各个部件的预测损失值确定所述待监测电梯的初始故障预测项和所述初始故障预测项对应的故障时间。

在本申请实施例中，通过预设的故障影响因素的影响权重确定待监测电梯的各个部件的预测损失值，基于该预测损失值，可以实现初始故障预测信息的有效确定。

作为一种可能的实现方式，所述方法还包括：获取故障处理信息；所述故障处理信息包括本地存储的所述待监测电梯的故障处理信息、与所述待监测电梯同类型的电梯的故障处理信息；所述故障处理信息包括：故障原因、故障前电梯运行信息和故障解决策略；根据所述故障处理信息对所述预先训练好的故障预测模型进行再次训练，获得更新的故障预测模型。

在本申请实施例中，通过故障处理信息，可以对故障预测模型进行再次训练，实现故障预测模型的更新，更新的故障预测模型的精度更高，并且还能够实现故障解决策略的确定。

作为一种可能的实现方式，在所述根据所述故障处理信息对所述预先训练好的故障预测模型进行再次训练，获得更新的故障预测模型之后，所述方法还包括：根据所述待监测电梯的信息和所述更新的故障预测模型确定所述待监测电梯的更新故障预测信息和故障解决策略；将所述更新故障预测信息和所述故障解决策略分别反馈给所述物业公司端、所述维保公司端、所述电梯公司端和所述电梯端。

在本申请实施例中，通过待监测电梯的信息和更新的故障预测模型，确定更新故障预测信息和故障解决策略，实现电梯的有效监测的同时，还可以实现故障解决策略的反馈，使电梯故障能够得到有效的解决。

第二方面，本申请实施例提供一种非侵入式电梯监测的装置，应用于非侵入式电梯监测系统，所述电梯监测系统与物业公司端、维保公司端、电梯公司端和电梯端分别通信连接，所述装置包括：用于实现第一方面以及第一方面的任意一种可能的实现方式中所述的电梯监测的方法的各个功能模块。

第三方面，本申请实施例提供一种非侵入式电梯监测系统，所述电梯监测系统与物业公司端、维保公司端、电梯公司端和电梯端分别通信连接；所述电梯监测系统包括：设置在待监测电梯内的测控模块；与所述测控模块通信连接的后台服务器，所述后台服务器用于执行如第一方面以及第一方面的任意一种可能的实现方式中所述的非侵入式电梯监测的方法。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的非侵入式电梯监测系统的结构示意图；

图2为本申请实施例提供的非侵入式电梯监测系统的应用场景的示意图；

图3为本申请实施例提供的非侵入式电梯监测的方法的流程图；

图4为本申请实施例提供的非侵入式电梯监测的装置的功能框图。

图标：100-非侵入式电梯监测系统；110-测控模块；120-后台服务器；400-非侵入式电梯监测的装置；410-获取模块；420-处理模块；430-反馈模块。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

请参照图1，为本申请实施例提供的非侵入式电梯监测系统100的结构示意图，非侵入式电梯监测系统100包括测控模块110和与测控模块110通信连接的后台服务器120。

其中，测控模块110包括但不限于：传感器测控模块110和视频测控。传感器测控部分：用于采集电梯运行方向、运行速度、电梯楼层、开关门状态、电梯运行轨迹、电梯运行是否有抖动、倾斜、溜梯等异常状况。视频测控部分：轿厢内是否有卡人和异物侵入等异常、视频记录数据并后台保存。

测控模块110可以设置在电梯轿厢的顶部，其形态可以是由可拆卸摄像头和底座盒共同组成。

可以理解，测控模块110一方面采集电梯的数据，另一方面基于采集的电梯数据进行分析。在本申请实施例，测控模块110主要用于实现电梯的异常监测，以及电梯数据的记录。并且，测控模块110将电梯数据和分析结果均反馈给后台服务器120，后台服务器120可以将测控模块110的反馈结果反馈给其他端。

请参照图2，为本申请实施例的非侵入式电梯监测系统100的应用场景的示意图，在图2中，非侵入式电梯监测系统100与物业公司端、维保公司端、电梯公司端和电梯端分别通信连接。

在本申请实施例中，非侵入式电梯监测系统100中可以包括多个后台服务器120和对应的测控模块110，多个后台服务器120之间互联互通，分别用于实现各自对应的电梯的监测。比如：一个后台服务器120用于对区域1的电梯进行监测，另一个后台服务器120用于对区域2的电梯进行监测。

每个后台服务器120均与物业公司端、维保公司端、电梯公司端和电梯端分别通信连接，可以进行数据传输。

其中，物业公司端可以理解为物业公司所在的端，可提供电梯的实时信息给后台服务器120，实时信息包括但不限于运行信息和轿厢视频数据(由轿厢内摄像头传输给物业公司端)等。

维保公司端可以理解为维保公司所在的端，可提供电梯的维保记录给后台服务器120，维保记录中包括维保信息，比如：维保时间、维保项目等。

电梯公司端可以理解为电梯公司所在的端，可以提供电梯的基础信息给后台服务器120，包括但不限于：控制参数和电梯信息等。

电梯端，可以理解为设置在电梯内的设备端，在设备端上包括交互模块，比如显示屏，在显示屏上可以展示二维码信息，在乘客扫描二维码之后，可以输入电梯实际运行状况信息，然后电梯端将电梯实际运行状况信息反馈给后台服务器120。从另一方面来说，电梯端也可以理解为乘客反馈模块。其中，电梯实际运行状况信息比如：在乘坐过程中，电梯是否出现晃动；运行缓慢等。

上述的通信连接的实现方式包括但不限于：4g/5g通信连接、wifi连接等无线连接。

基于本申请实施例所提供的非侵入式电梯监测系统100和非侵入式电梯监测系统100与其他端的设置方式，在实际监测时，可以分为两方面的监测，一方面是电梯基本运行情况的监测，不涉及到电梯的故障预测和运行性能的分析；另一方面是电梯更全面的监测，可以对电梯进行故障预测和运行性能分析以及评估。

在第一方面中，通过独立于电梯系统外的测控模块110实现。接下来对其中的一些应用场景进行介绍：

电梯运行数据采集、分析，针对电梯轿厢视频录像数据和其他传感器采集的数据。通过传感器得到楼层、上行下行状态、开关门、电梯运动状态等数据，包括：a、开关门状态，b、轿厢有无人(不需要人数)，c、楼层层数。数据的分析包括：a、通过运行速度曲线，记录运行次数，分析电梯运行是否正常，以及区分“正常运行状态”与“检修运行状态”；b、故障时记录轿厢视频，相关管理人员可以远程查看实时视频。当然，在一段时间内的轿厢视频也可以随时查看，比如：7天内任何时间的轿厢视频数据均可以远程查看。

断电应急功能：非侵入式电梯监测系统100还提供备用供电系统，在电梯意外断电情况下可以通过视频和传感器自动分析识别出电梯是否断电、断电后轿厢是否有人员被困以及断电后电梯所在楼层，立即自动推送人员被困的具体信息给物业管理方和维保人员进行及时准确处理。

楼层高度检测功能：通过在轿厢上部和电梯井底部分别安装一个气压计，以底部气压计为基准，通过轿厢上气压计和底部气压计的实时数据进行类比分析计算，以修正轿厢运行过程形成的气流扰动，准确反映出楼层高度。楼层层数检测功能：通过学习法检测楼层层数。

存储功能：监控视频以一周为周期循环覆盖保存，可以随时下载，下载方式usb(universalserialbus，通用串行总线)接口。

校准功能：用于根据实际情况下的楼层高度进行基准校准，校准参数可通过：web(网页)端；手机软件；梯眼调试按键进行配置。

数据通讯功能：加工传感测控、视频测控数据、影像或者分析结果通过通讯介质传送到后台服务器120，也可以从后台服务器120下载配置参数或者远程升级固件。

语音播放功能：机动车进入提示、宠物进入提示、乘梯人打闹提示、紧急状态提示和播放安慰音乐。

电梯异常判断和报警：包括电梯卡人(视频分析)，也包括电梯轿厢抖动、溜梯。

维保作业人员签到(二维码扫码签到)；维保人员维护后拍照记录维修情况并上传。

对于第二方面，可以通过本申请实施例提供的电梯监测的方法实现，该电梯监测的方法应用于后台服务器120，且该电梯监测的方法中所应用的数据由其他端提供，无需测控模块110提供，这样测控模块110可以更高效的实现第一方面的电梯监测，而后台服务器120也可以更高效的实现第二方面的电梯监测；且均是非侵入式的电梯监测。

请参照图3，为本申请实施例提供的非侵入式电梯监测的方法的流程图，该方法包括：

步骤310：获取待监测电梯的信息。待监测电梯的信息包括：物业公司端反馈的电梯实时运行信息，维保公司端反馈的维保信息，电梯端反馈的电梯实际运行状况信息。

步骤320：根据待监测电梯的信息和待监测电梯的初始运行性能信息确定待监测电梯的当前运行性能信息。初始运行性能信息为电梯公司端反馈的信息。

步骤330：根据待监测电梯的信息和预先训练好的故障预测模型确定待监测电梯的故障预测信息。

步骤340：将当前运行性能信息和故障预测信息分别反馈给物业公司端、维保公司端、电梯公司端和电梯端。

在本申请实施例中，与现有技术相比，一方面，利用待监测电梯的信息确定待监测电梯的当前运行性能信息，实现当前运行性能信息的有效确定；以及利用待监测电梯的信息和预先训练好的故障预测模型确定待监测电梯的故障预测信息，实现电梯的故障预测；进而可以实现电梯的非侵入式有效监测。另一方面，不管是当前运行性能的评估，还是故障的预测，其数据基础包括物业公司端、维保公司端、电梯公司端和电梯端多方所提供的信息，通过全面的数据，能够实现更准确的性能评估和故障预测；进而实现电梯的准确监测，延长电梯的使用寿命。

接下来对电梯监测的方法的详细实施方式进行介绍。

在步骤310中，物业公司端反馈的电梯实时运行信息与测控模块110采集到的电梯数据类似，用于反映电梯的实时运行情况。比如：电梯的运行速度、当前乘客流量等。

维保公司端反馈的维保信息可以包括最近一段时间(比如最近一周)内的维保信息，比如：维保时间、维保项目等。

电梯端反馈的电梯实际运行状况信息可以是最近一段时间内(比如最近一周、最近2天)乘客反馈的电梯实际运行状况信息，比如：在某次乘坐过程中，电梯出现晃动、运行缓慢等。

上述几个信息中，物业公司端反馈的信息为实时信息，维保公司端和电梯端反馈的信息为非实时信息。

基于步骤310中获取到的信息，在步骤320中，后台服务器120根据待监测电梯的信息确定待监测电梯的当前运行性能信息。可以理解，该步骤用于实现电梯运行性能的评估。

作为一种可选的实施方式，该步骤包括：获取运行性能信息与运行信息的对应关系；根据电梯实时运行信息和对应关系确定理论的当前运行性能信息；根据维保信息和预设的维保信息对运行性能信息的影响值确定第一补偿量；根据电梯实际运行状况信息和预设的电梯实际运行状态对运行性能信息的影响值确定第二补偿量；根据理论的当前运行性能信息、第一补偿量和第二补偿量确定当前运行性能信息。

在这种实施方式中，先确定理论的当前运行性能信息，再基于其他端反馈的信息确定第一补偿量和第二补偿量，最终基于两个补偿量和理论的当前运行性能信息准确地确定当前运行性能信息。

在本申请实施例中，运行性能信息为一个量化的运行性能评估结果，其与运行信息之间可以具有量化的对应关系。运行信息包括但不限于：运行速度(包括上行速度和下行速度)、开门速度和关门速度等。

该对应关系可以预置在后台服务器120中，作为一种可选的对应关系：运行性能＝运行信息1量化值*权重1+运行信息2量化值*权重2+…+运行信息n量化值*权重n。其中，运行信息量化值＝当前运行信息/运行信息基准值。运行信息基准值同样可以预置在后台服务器120中。以及各个运行信息的权重值可以预置在后台服务器120中，通常来说，对运行性能的影响越大，对应的权重值越大，比如：运行速度的权重值大于开门速度的权重值。

进一步地，基于该对应关系，将电梯的实时运行信息代入到该量化的对应关系中，便可以确定出理论的当前运行性能信息。

在本申请实施例中，预设的维保信息对运行性能信息的影响值可以是：每有效维保一次，运行性能信息对应的运行信息量化值加上预设值，预设值可以是0-1内的值，有效维保指的是对电梯至少两个部件进行维保。基于此，后台服务器120基于维保信息中的维保记录，判断是否具有有效维保记录，若具有，确定有效维保的次数，基于有效维保的次数和预设值确定第一补偿量。比如：假设预设值为0.5，在维保记录中，记录了2次有效维保，则第一补偿量为1。

同理，电梯的实际运行状况信息对运行性能信息的影响值可以是：每记录一次异常运行，运行性能信息对应的运行信息量化值减去预设值，预设值可以是0-1内的值。异常运行包括：电梯晃动、电梯反应速度慢、电梯单层停留时间过长等。基于此，后台服务器120基于维保信息中的维保记录，判断是否记录有异常运行，若记录有，确定异常运行的次数，基于异常运行的次数和预设值确定第二补偿量。比如：假设预设值为0.2，在实际运行状况信息中，共检测到3次异常运行，则第二补偿量为0.6。

进一步地，最终的当前运行性能信息＝理论的当前运行性能信息+第一补偿量-第二补偿量。

在本申请实施例中，步骤320和步骤330之间没有固定的先后顺序之后，可以同时执行；也可以先步骤320，再步骤330；或者先步骤330，再步骤320。

在步骤330中，根据待监测电梯的信息和预先训练好的故障预测模型确定待监测电梯的故障预测信息。

作为一种可选的实施方式，预先训练好的故障预测模型的训练过程包括：从电梯公司端处获取待监测电梯的基础信息；从物业公司处获取待监测电梯的运行环境信息；根据基础信息和运行环境信息确定待监测电梯的初始故障预测信息；基于基础信息、运行环境信息和初始故障预测信息对初始的故障预测模型进行训练，获得训练好的故障预测模型。

在这种实施方式中，通过电梯的基础信息和运行环境信息确定初始故障预测信息，进而对初始的故障预测模型进行训练，获得能够实现故障预测的故障预测模型。

其中，初始的故障预测模型可以是神经网络模型，也可以是支持向量机等机器学习模型。

可以理解，将电梯的一些基础信息、运行环境信息和基于两种信息所确定出的初始故障预测信息输入到初始的模型中进行训练，训练好的故障预测模型具有对各个信息进行分析，确定故障预测信息的能力。

作为一种可选的实施方式，基础信息包括但不限于：控制参数，电梯信息等；这些信息可以看作多个故障影响因素，比如：电梯信息中的：电梯轿厢的最大承重量、电梯反应速度等。

基于运行环境信息，可以先评估在不同的运行环境信息下各个故障影响因素的损失值。对于运行环境信息，可以包括：单位时间内的乘客量和单位时间内的运行次数；单位时间可以为1小时、1天等，在本申请实施例中不作限定。

故障影响因素的损失值与运行环境信息之间的关系可以量化，作为一种可选的实施方式，损失值＝故障影响因素损耗速度*(单位时间内的乘客量*单位时间内的运行次数)/(基准乘客量*基准运行次数)；其中，基准乘客量和基准运行次数为预设的不会造成电梯损耗的乘客量和运行次数；故障影响因素损耗速度为预设的值，比如：电梯反应速度的损耗速度一般，电梯轿厢的最大称重量损耗较小。

基于量化的关系，可以确定各个故障影响因素的损失值。基于该损失值，可以确定各个部件的预测损失值。可以理解，电梯包括多个部件，不同的故障影响因素可能对应不同的部件。比如：电梯反应速度对应：电梯门、电梯轿厢控制器等；电梯轿厢的最大承重量对应电梯轿厢。进而，针对一个电梯部件，其对应的故障影响因素也可能包括多个。

进而，电梯部件的预测损失值＝∑电梯部件对应的故障影响因素的损失值*电梯部件对应的故障影响因素的影响权重。

通过上述对应关系确定各个部件的预测损失值，当某个部件预测损失值大于预设损失值时，确定该部件为初始故障预测项。确定预测损失值与预设损失值的差值，确定该差值对应的预设范围内，确定该对应的预设范围对应的预设时间范围，为初始故障预测项对应的故障时间。

其中，差值的预设范围和预设时间范围可以根据实际应用场景进行预设。比如：差值范围0-1对应的时间范围为3-5天；差值范围2-5对应的时间范围为1-3天。进而，假设时间范围为3-5天，则初始故障预测项对应的故障时间为3-5天内；时间范围为1-2天，则初始故障预测项对应的故障时间为1-2天内。

通过故障预测模型的训练过程的介绍可以看出，在故障预测模型训练好之后，故障预测模型具备提取各项信息与最终的故障预测信息之间的关系的能力，进而，在步骤330中，可以根据待监测电梯的信息和该故障预测模型确定故障预测信息。

作为一种可选的实施方式，步骤330包括：将电梯实时运行信息和维保信息输入故障预测模型中，获得第一故障预测信息；将电梯实际运行状况信息输入故障预测模型中，获得第二故障预测信息；根据第一故障预测信息和第二故障预测信息确定最终的故障预测信息。

在这种实施方式中，通过电梯实时运行信息、维保信息和故障预测模型，获得第一故障预测信息；通过电梯实际运行状况信息和故障预测模型，获得第二故障预测信息；最终基于第一故障预测信息和第二故障预测信息实现故障预测信息的准确且有效的确定。

结合前述实施例的介绍，第一故障预测信息中可以包括：第一故障项和第一故障项对应的故障时间；第二故障预测信息中包括第二故障项和第二故障项对应的故障时间。

基于两个故障预测信息，最终的故障预测信息的确定过程可以包括：将第一故障项和第二故障项进行比对；若第一故障项和所述第二故障项一致，确定最终的故障项为第一故障项或所述第二故障项；以及确定最终的故障项对应的故障时间为第一故障项对应的故障时间；若第一故障项和第二故障项不一致，确定最终的故障项为所述第一故障项；以及根据第一故障项和第二故障项之间的关系确定第二故障项对所述第一故障项的影响权重；根据影响权重、第一故障项对应的故障时间与第二故障项对应的故障时间的差值确定故障时间影响值；根据故障时间影响值和第一故障项对应的故障时间确定最终的故障项对应的故障时间。

在这种实施方式中，结合两个故障预测信息的故障项和故障项对应的时间进行判断，在不同的情况采用不同的确定方式，实现最终的故障预测信息的有效且准确的确定。

其中，第一故障项和第二故障项均可以包括一个或者多个故障项，若包括一个，则该一个故障项一致即可；若包括多个故障项，则该多个故障项均一致时，第一故障项和第二故障项一致。

如果第一故障项和第二故障项一致，则最终的故障项为其中的任意一个故障项。对应的，此时的故障时间可以是第一故障项对应的故障时间。可以理解，第一故障信息是基于实时运行信息和维保信息所获得的故障预测信息，其准确性相较于第二故障预测信息更为准确，进而在这种情况下，可以将第一故障项对应的故障信息确定为最终的故障时间。

如果第一故障项和第二故障项不一致，则可以根据两个故障项之间的关系确定第二故障项对第一故障项的影响权重。两个故障项之间的关系包括：关联关系和非关联关系，如果为关联关系，则影响权重较高；如果为非关联关系，则影响权重较低。举例来说，关联关系包括包含关系、上一级、下一级等。比如：电梯轿厢与电梯轿厢内的某个部件为包含关系；电梯轿厢控制器为电梯轿厢的上一级等。

进一步地，故障时间影响值＝两个故障时间的差值*影响权重，在第一故障项对应的故障时间的基础上，加上该故障时间影响值，便可以确定最终的故障时间。可以理解，两个故障时间的差值可能是正的，也可能是负的，因此，最终的故障时间相较于原来的故障时间可能推迟，也可能提前。

在步骤330中确定故障预测信息之后，在步骤340中，将当前运行性能信息和故障预测信息分别反馈给物业公司端、维保公司端、电梯公司端和电梯端。

将当前运行性能信息和故障预测信息反馈给各端之后，各端可以基于两个信息进行相应的处理。比如：物业公司端基于当前运行性能信息评估是否需要对电梯进行维修或者更换等；以及基于故障预测信息判断是否需要对电梯进行提前检修等。维保公司端基于当前运行性能信息评估是否需要及时维保；以及基于故障预测信息请求对电梯进行维保。电梯公司端基于当前运行性能信息请求对电梯进行更换；以及基于故障预测信息请求对电梯进行检修等。电梯端将当前运行性能信息和故障预测信息反馈给乘客，使乘客及时了解电梯的情况。

在本申请实施例中，还涉及另一个信息，即故障处理信息，基于故障处理信息，故障预测模型还可以不断更新，实现自主学习。

对于故障处理信息，可以来自于故障处理方，故障处理方可以是：物业公司、电梯公司或者维保公司，因此，故障处理信息可以来自于三者中的任意一端。故障处理信息为每次故障处理之后生成的信息，因此，故障处理信息中可以包括：故障原因、故障前电梯运行信息和故障解决策略。

在对故障预测模型进行更新时，所依赖的故障处理信息可以是本地存储的待监测电梯的故障处理信息，也可以是与待监测电梯同类型的电梯的故障处理信息。其中，同类型的电梯包括：型号相同、生产厂商相同、控制参数相同等，在本申请实施例中不作限定。

作为一种可选的实施方式，该方法还包括：获取故障处理信息。根据故障处理信息对预先训练好的故障预测模型进行再次训练，获得更新的故障预测模型。

在这种实施方式中，通过故障处理信息，可以对故障预测模型进行再次训练，实现故障预测模型的更新，更新的故障预测模型的精度更高，并且还能够实现故障解决策略的确定。

可以理解，每次后台服务器120获取到故障处理信息时，均可以对故障预测模型进行更新，即，故障预测模型的更新是不断重复的过程，通过这种方式，可以不断提高故障预测模型的精度，还可以实现故障解决策略的输出。

进一步地，在每次完成故障预测模型的更新之后，可以根据待监测电梯的信息和更新的故障预测模型所述待监测电梯的更新故障预测信息和故障解决策略；将更新故障预测信息和所述故障解决策略分别反馈给物业公司端、维保公司端、电梯公司端和电梯端。

在这种实施方式中，通过待监测电梯的信息和更新的故障预测模型，确定更新故障预测信息和故障解决策略，实现电梯的有效监测的同时，还可以实现故障解决策略的反馈，使电梯故障能够得到有效的解决。

并且，各个端基于原来的故障预测信息和更新的故障预测信息，可以基于经验对两种故障预测信息比较，确定出最终的故障预测信息。然后再参考故障解决策略，执行相应的措施。

基于同一发明构思，请参照图4，本申请实施例中还提供一种非侵入式电梯监测的装置400，包括获取模块410、处理模块420和反馈模块430，该装置与前述实施例中的非侵入式电梯监测的方法对应，应用于非侵入式电梯监测系统100。

获取模块410，用于获取待监测电梯的信息；所述待监测电梯的信息包括：所述物业公司端反馈的电梯实时运行信息，所述维保公司端反馈的维保信息，所述电梯端反馈的电梯实际运行状况信息。处理模块420，用于根据所述待监测电梯的信息确定所述待监测电梯的当前运行性能信息；根据所述待监测电梯的信息和预先训练好的故障预测模型确定所述待监测电梯的故障预测信息。反馈模块430，用于将所述当前运行性能信息和故障预测信息分别反馈给所述物业公司端、所述维保公司端、所述电梯公司端和所述电梯端。

在本申请实施例中，处理模块420具体用于：获取运行性能信息与运行信息的对应关系；根据所述电梯实时运行信息和所述对应关系确定理论的当前运行性能信息；根据所述维保信息和预设的维保信息对运行性能信息的影响值确定第一补偿量；根据所述电梯实际运行状况信息和预设的电梯实际运行状态对运行性能信息的影响值确定第二补偿量；根据所述理论的当前运行性能信息、所述第一补偿量和所述第二补偿量确定所述当前运行性能信息。

在本申请实施例中，处理模块420具体还用于：将所述电梯实时运行信息和所述维保信息输入所述故障预测模型中，获得第一故障预测信息；将所述电梯实际运行状况信息输入所述故障预测模型中，获得第二故障预测信息；根据所述第一故障预测信息和所述第二故障预测信息确定最终的故障预测信息。

在本申请实施例中，处理模块420具体还用于：将所述第一故障项和所述第二故障项进行比对；若所述第一故障项和所述第二故障项一致，确定最终的故障项为所述第一故障项或所述第二故障项；以及确定所述最终的故障项对应的故障时间为所述第一故障项对应的故障时间；若所述第一故障项和所述第二故障项不一致，确定所述最终的故障项为所述第一故障项；以及根据所述第一故障项和所述第二故障项之间的关系确定所述第二故障项对所述第一故障项的影响权重；根据所述影响权重、所述第一故障项对应的故障时间与所述第二故障项对应的故障时间的差值确定故障时间影响值；根据所述故障时间影响值和所述第一故障项对应的故障时间确定最终的故障项对应的故障时间。

在本申请实施例中，获取模块410还用于：从所述电梯公司端处获取所述待监测电梯的基础信息；从所述物业公司处获取所述待监测电梯的运行环境信息；处理模块420还用于：根据所述基础信息和所述运行环境信息确定所述待监测电梯的初始故障预测信息；基于所述基础信息、所述运行环境信息和所述初始故障预测信息对初始的故障预测模型进行训练，获得训练好的故障预测模型。

在本申请实施例中，处理模块420具体用于：根据所述运行环境信息确定所述多个故障影响因素对应的损失值；根据所述多个故障影响因素对应的损失值和预设的所述多个故障影响因素的影响权重确定所述待监测电梯的各个部件的预测损失值；根据所述各个部件的预测损失值确定所述待监测电梯的初始故障预测项和所述初始故障预测项对应的故障时间。

在本申请实施例中，获取模块410还用于：获取故障处理信息；所述故障处理信息包括本地存储的所述待监测电梯的故障处理信息、与所述待监测电梯同类型的电梯的故障处理信息；所述故障处理信息包括：故障原因、故障前电梯运行信息和故障解决策略；处理模块420还用于：根据所述故障处理信息对所述预先训练好的故障预测模型进行再次训练，获得更新的故障预测模型。

在本申请实施例中，处理模块420还用于根据所述待监测电梯的信息和所述更新的故障预测模型确定所述待监测电梯的更新故障预测信息和故障解决策略；反馈模块430还用于：将所述更新故障预测信息和所述故障解决策略分别反馈给所述物业公司端、所述维保公司端、所述电梯公司端和所述电梯端。

非侵入式电梯监测的装置400与非侵入式电梯监测的方法对应，各个功能模块与方法的各个步骤对应，因此，各个功能模块的实施方式参照前述实施例中的方法的实施方式，在此不再重复介绍。

基于同一发明构思，本申请实施例还提供一种可读存储介质，该可读存储介质上存储有计算机程序，该计算机程序被计算机运行时，执行非侵入式电梯监测的方法。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。