面向电梯智慧应急处置过程的救援单位自动推荐方法与流程

1.本发明属于电梯安全技术领域，具体涉及一种面向电梯智慧应急处置过程的救援单位自动推荐方法。


背景技术：

2.目前，电梯应急处置主要方式是当电梯发生困人故障时，轿厢内乘客拨打电话到电梯应急处置平台，由平台工作人员召唤维保人员到现场救援。救援单位基本为该电梯的签约维保单位，当签约维修方无法实施救援时，则依据网格救援站点与事故电梯的地理位置，派选距离最近的维修救援站点进行抢修。
3.例如杭州电梯智慧救援平台已将杭州电梯维保救援人员全部纳入其中，依托电梯精准电子地图，平台还会自动派单给距离最近的维保救援人员。当有人被困电梯，反馈到“杭州电梯安全通”软件，就近的电梯维保人员通过该软件可以接单，接单后可以看到被困乘客的具体位置，以及赶往被困乘客电梯的路线图，而被困乘客则通过软件可以看到救援人员的联系电话以及距离电梯的实时距离。2016年，北京试点这种抢单维修模式，到2017年4月份以及培训了500多人电梯维保工参与此事，将分散的维保人员纳入统一平台进行调动，市民可通过应急平台“下单”，维保人员将就近“抢单”维修。2019年南京试点就近派单救援模式，电梯应急处置中心结合南京电梯app，参考滴滴打车模式开发了就近派单功能。当发生电梯困人故障时，电梯应急处置中心调度该电梯的签约维保单位作为一级救援单位，可直接在南京电梯app上查找定位距离最近的救援人员前往救援。如果一级救援未及时响应，“96333”平台工作人员会启动二级网格救援，以故障电梯上午位置坐标为中心，就近搜索距离最近的3到5个救援站点及人员，推送应急处置信息，就近派单。
4.但是这种仅考虑距离的救援派单推荐方式存在如下问题：1)距离最近的救援单位有可能对电梯品牌、电梯特征、电梯环境不熟悉，虽然能够较早地到达现场，但在开展救援过程中往往做不到高效率，甚至无法完成相应的救援任务，可能造成更大的经济损失与人员伤亡；2)由于存在电梯安分布不均的现象，维修单位在人口高密度的住宅区、商业区和低密度的偏远市郊所负责的电梯数量和人口压力并不相同，导致救援任务分配不均。就近派遣救援任务，会出现身处住宅区、商业区的维修队伍频繁执行任务，而距离相对较远的维修单位往往得不到救援任务，出现人员闲置、利用率不高等问题。


技术实现要素：

5.本发明的目的在于提供一种面向电梯智慧应急处置过程的救援单位自动推荐方法，解决现有技术中仅考虑距离的推荐电梯救援任务，导致致救援任务分配不均、利用率不高，不合理的技术问题。
6.为了解决上述问题，本发明通过如下技术方案实现：
7.面向电梯智慧应急处置过程的救援单位自动推荐方法，包括如下步骤：
8.步骤一、以发生故障的电梯所在位置为中心，以设定的距离r为半径，形成搜索区
域，获取该区域内所有电梯维保单位的信息；
9.步骤二、构建电梯维保单位的救援能力评价体系模型，高体系模型包括发生故障电梯与维保单位之间的距离l、维保单位与故障电梯生产厂商之间的匹配关系、维保单位的综合评价星级变化情况、近t年维保单位的维修救援次数，以及平均救援响应时间5个指标；
10.步骤三、利用救援能力评价体系，对步骤一中所有电梯维保进行综合评价，得出最优方案，作为推荐单位，对故障电梯进行救援。
11.本发明通过多指标综合考量各维保单位的救援能力，并进行救援派遣任务的自动推荐，为故障电梯分配最合理的救援单位，快速派出专业的维修人员使被困群众脱险，可以加快电梯故障救援速度，提高电梯救援资源利用效率，减少次生危害和避免不必要的人员伤亡；另外，通过多指标综合考量各维保单位的救援能力，更好的解决了维保单位救援任务分配不均、不合理的问题。
12.进一步优化，所述步骤一中，所获取的电梯维保单位信息包括每个维保单位的名称、维保单位及下设维保站点的位置坐标、与其关联的电梯品牌、近t年中所有电梯维保救援数据信息以及近t年来每一年维保单位的维保救援能力综合评价星级数据信息。
13.所述电梯维保单位信息通过该市级辖区的电梯应急救援中心的平台获取，或者通过电梯监管部门的平台中获取。平台的数据库中存储有该市内所有电梯的数据信息和所有电梯维保单位的信息。包括每台电梯的唯一编号、位置信息，如经纬度，电梯生产厂商、所签约的维保单位信息，过往发生的故障及救援单位信息；每家电梯维保单位名称、维修站点的位置信息，过往的救援信息，救援能力综合评价星级，以及与之关联的电梯品牌等。有的维保单位可能设置有多家维修站点，分别位于不同的小等，因此每个维修站点的位置数据也需要存储在数据库中。
14.进一步优化，获取该区域内所有电梯维保单位的信息后，需要对电梯维保救援数据进行预处理，具体包括如下步骤：
15.1)、用python json文件包处理汇总好的电梯维保救援数据json文件，提取需要的字段及数值，并对一些缺失值和异常值进行处理，保存数据供后续使用。电梯和维保单位的数据信息是通过手动录入平台的，在此过程中可能会出现电梯经纬度填写错误，如所填经纬位置在外省会外市、缺少维修站点位置数据、以及某项故障电梯的维保中部分字段缺失漏填错填等。
16.2)、提取维保单位的维保救援能力综合评价星级数据信息，将历年星级数据记录在excel文件中。因为每一年的维保综合评价星级星级数据可能会存放在不同文件中，文件格式也存在差异，如pdf、excel等，因此需要进行统一，便于后续数据提取。
17.3)、用python openpyxl文件包提取维保单位的名称、与其关联的电梯品牌、维保单位的维保救援能力综合评价星级数据、电梯维保单位的位置坐标，并保存。
18.进一步优化，对一些缺失值和异常值进行处理，具体包括：对于文件格式错误进行纠正，对于个别错误数据和缺失的数据，通过查询对应的原始数据库，然后进行纠正和补充。
19.进一步优化，设定故障电梯的位置坐标为(x1，y1)，维保单位或其下设维保站点的位置坐标为(x2，y2)，则故障电梯与维保单位之间的距离l计算如下：
[0020][0021]
维修站点是维保单位下属的某几个站点，当维保单位需要执行任务时，一般是派遣某个维修站点的工人前往抢修。比如维保单位a，在a1,a2,a3三处都各有一个维修站点。
[0022]
虽然可以通过调入地图数据对城市交通进行建模后计算两点间的曼哈顿距离(行走距离)获得更精确的结果，但考虑到数据集数十万的庞大计算量与算法开销，因此本技术采用两点之间的欧氏距离来表示故障电梯与维修站点之间的距离，能够更快获得结果，方便实际的运营。
[0023]
进一步优化，判断维保单位与故障电梯生产厂商之间的匹配关系，包括如下：
[0024]
1)、如果某维保单位为故障电梯生产厂商自己的维保单位，即该维保单位与事故电梯生产厂商相匹配，记为原厂维保，则将该指标赋满分5分。通过统计以往的电梯维保数据得出原厂维保对故障电梯的维修是极为有利的，因为原厂对故障电梯构造和常见故障更为清楚。
[0025]
2)、对所有非原厂维保单位，采用词频-逆文本频率指数加权方法计算每个维保单位与故障电梯之间的关联性系数，衡量维保单位对于特定品牌的电梯的维修专业程度以及不可替代性，某品牌的电梯在维保单位中的重要性随着它在历史记录中出现的次数成正比增加，并随着它在所有维保单位中出现的频率成反比下降。根据公式(2)和(3)分别计算每个维保单位的tf值与该品牌的idf值，相乘得到tf-idf重要性指标。
[0026]
针对品牌为j的电梯，在所有发生的电梯故障中由第i个维保单位负责维修救援的次数的占比tf
i,j
：
[0027][0028]
k为正整数，k∈[1,d]。
[0029]
由第i个维保单位完成的所有电梯维修救援中，对品牌为j的电梯的维修救援偏向idfi：
[0030][0031]
式中，n
i,j
表示近t年中维保单位i对品牌为j的电梯的维修救援次数，d是维保单位数量，dj是品牌为j的电梯近t年的维保历史数据。
[0032]
上述两个公式得出值tf、idf，通过tf
×
idf得到重要性指标，再用min-max归一化处理得到0-1之间的分数，然后乘以满分5分得到对应赋值，即：
[0033]
品牌赋值＝(最大值-当前值)/(最大值-最小值)
×
5。
[0034]
进一步优化，维保单位维的不同保救援能力综合评价星级对应不同的赋值，具体如下：一星对应1分，二星对应2分，三星对应3分，四星对应4分，五星对应5分，最高位5星。
[0035]
并按照如下算法计算维保单位维保救援能力综合评价星级变化：
[0036]
1)、如果维保单位当前星级低于上一年度星级，则赋值为在当前星级对应得分基础上减去0.5分；
[0037]
2)、如果维保单位当前星级与上一年度星级相同，则赋值为当前星级对应得分；
[0038]
3)、如果维保单位当前星级高于上一年度星级，则赋值为在当前星级对应得分基础上增加0.5分；
[0039]
4)、如果维保单位当前星级空缺，则赋值为该维保单位前6年得分的平均值；
[0040]
5)、如果是当年新安装的电梯，则赋值为事故电梯所在市级辖区内当前所有电梯维保单位星级赋值的平均值。
[0041]
进一步优化，所述平均救援响应时间t包括近t年内，该维保单位所有参与维修救援工作中从接收救援信息到到救援现场的时间t1与救援总耗时t2之和的平均值；作为响应时间的指标t，其赋值为归一化到0～1之间并乘以5。即：
[0042][0043]
其中，t
max
为该区域中所有维保单位近t年内平均救援响应时间的最大值，t
min
为该区域中所有维保单位近t年内平均救援响应时间的最小值，ti为维保单位i近t年内平均救援响应时间。
[0044]
进一步优化，所述近t年维保单位的维修救援次数：根据获取的维保救援数据得出t年内各个维保单位的维修次数，倒序计算历史响应次数；具体为采用响应次数最高的维修单位的历史响应次数减去其余每个维保单位的历史响应次数作为对应维保单位的指标历史响应指标，其赋值为归一化到0～1之间并乘以5，即：
[0045][0046]
其中，k
max
为该区域中所有维保单位近t年内维修救援次数的最大值，k
min
为该区域中所有维保单位近t年内维修救援次数的最小值，ki为维保单位i近t年内维修救援次数。
[0047]
响应次数少的维修单位和维修站点，并不能就代表其救援能力低，有可能该维修单位或维修站点是处于电梯故障较少发生的区域或者电梯量较少的区域，或者按照前期人工派单时总是偏向将故障分配给经常完成维修任务的站点而导致。此外该项指标只是多个指标其中之一，作为公平性衡量，并不作为唯一的参考指标，可以通过减小其最终和其他指标加权求和时的权值来限制它的影响。
[0048]
进一步优化，所述步骤三，具体包括如下步骤：
[0049]
1)、根据故障电梯的位置信息、维保单位或维保站点的位置信息，计算出设定区域内所有电梯维保单位与故障电梯之间的欧氏距离l；根据计算结果，按照欧氏距离值从低向高排序，选择排名靠前n个维保单位作为后续推荐的候选集；
[0050]
2)、计算候选集中n个维保单位与故障电梯之间的品牌赋值，按照品牌赋值从高向低排序，选择品牌赋值排名靠前m个维保单位，作为优选集；其中，n和m均为大于等于5的正整数，且n大于m；
[0051]
3)、计算优选集中每个电梯维保单位或维保站点的5个指标赋值加权平均值，将得分最高的电梯维保单位作为电梯故障救援推荐结果；
[0052]
其中，距离指标的赋值为，将优选集中每个电梯维保或维保站点到故障电梯的欧氏距离l值做归一化到0～1之间，并乘以5，即：
[0053]
[0054]
其中，l
max
为优选集中所有电梯维保单位或维保站点到故障电梯的欧氏距离的最大值，l
min
为优选集中所有电梯维保单位或维保站点到故障电梯的欧氏距离的最小值，li为维保单位或维保站点i到故障电梯的欧氏距离。
[0055]
与现有技术相比，本发明的有益效果是：
[0056]
本发明通过多指标综合考量各维保单位的救援能力，并进行救援派遣任务的自动推荐，为故障电梯分配最合理的救援单位，快速派出专业的维修人员使被困群众脱险，可以加快电梯故障救援速度，提高电梯救援资源利用效率，减少次生危害和避免不必要的人员伤亡；另外，通过多指标综合考量各维保单位的救援能力，更好的解决了维保单位救援任务分配不均、不合理的问题。
附图说明
[0057]
图1为面向电梯智慧应急处置过程的救援单位自动推荐方法的流程图。
[0058]
图2为实施例一中自动推荐的维保单位评分雷达图。
具体实施方式
[0059]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
[0060]
如图1所示，面向电梯智慧应急处置过程的救援单位自动推荐方法，包括如下步骤：
[0061]
步骤一、以发生故障的电梯所在位置为中心，以设定的距离r为半径，形成搜索区域，获取该区域内所有电梯维保单位的信息。
[0062]
所述电梯维保单位信息通过市级辖区内电梯应急救援中心的平台获取，如南京市的“96333”平台。所获取的电梯维保单位信息包括每个维保单位的名称、位置坐标、与其关联的电梯品牌、近t年中所有电梯维保救援数据信息以及近t年来每一年维保单位的维保救援能力综合评价星级数据信息。
[0063]
获取该区域内所有电梯维保单位的信息后，需要对电梯维保救援数据进行预处理，具体包括如下步骤：
[0064]
1)、用python json文件包处理汇总好的电梯维保救援数据json文件，提取需要的字段及数值，并对一些缺失值和异常值进行处理，保存数据供后续使用。电梯和维保单位的数据信息是通过手动录入平台的，在此过程中可能会出现电梯经纬度填写错误，如所填经纬位置在外省会外市、缺少维修站点位置数据、以及某项故障电梯的维保中部分字段缺失漏填错填等。针对缺失值和异常值进行处理，具体包括：对于文件格式错误进行纠正，对于个别错误数据和缺失的数据，通过查询对应的原始数据库，然后进行纠正和补充。
[0065]
2)、提取维保单位的维保救援能力综合评价星级数据信息，将历年星级数据记录在excel文件中。因为每一年的维保综合评价星级星级数据可能会存放在不同文件中，文件格式也存在差异，如pdf、excel等，因此需要进行统一，便于后续数据提取。
[0066]
3)、用python openpyxl文件包提取维保单位的名称、与其关联的电梯品牌、维保单位的维保救援能力综合评价星级数据、电梯维保单位的位置坐标，并保存。
[0067]
步骤二、构建电梯维保单位的救援能力评价体系模型，该体系模型包括发生故障
电梯与维保单位或维修站点之间的距离l、维保单位与故障电梯生产厂商之间的匹配关系、维保单位的综合评价星级变化情况、近t年维保单位的维修救援次数，以及平均救援响应时间5个指标。
[0068]
(1)故障电梯与维保单位或维保站点之间的距离l指标
[0069]
设定故障电梯的位置坐标为(x1，y1)，维保单位或其下设维保站点的位置坐标为(x2，y2)，则故障电梯与维保单位之间的距离l计算如下：
[0070][0071]
维修站点是维保单位下属的某几个站点，当维保单位需要执行任务时，一般是派遣某个维修站点的工人前往抢修。比如维保单位a，在a1,a2,a3三处都各有一个维修站点。
[0072]
虽然可以通过调入地图数据对城市交通进行建模后计算两点间的曼哈顿距离(行走距离)获得更精确的结果，但考虑到数据集数十万的庞大计算量与算法开销，因此本技术采用两点之间的欧氏距离来表示故障电梯与维修站点之间的距离，能够更快获得结果，方便实际的运营。
[0073]
(2)维保单位与故障电梯生产厂商之间的匹配关系指标
[0074]
判断维保单位与故障电梯生产厂商之间的匹配关系，包括如下：
[0075]
1)、如果某维保单位为故障电梯生产厂商自己的维保单位，即该维保单位与事故电梯生产厂商相匹配，记为原厂维保，则将该指标赋满分5分。通过以往的电梯维保数据，得出原厂维保对故障电梯的维修是极为有利的，因为原厂对故障电梯构造和常见故障更为清楚。
[0076]
2)、对所有非原厂维保单位，采用词频-逆文本频率指数加权方法计算每个维保单位与故障电梯之间的关联性系数，衡量维保单位对于特定品牌的电梯的维修专业程度以及不可替代性，某品牌的电梯在维保单位中的重要性随着它在历史记录中出现的次数成正比增加，并随着它在所有维保单位中出现的频率成反比下降。根据公式(2)和(3)分别计算每个维保单位的tf值与该品牌的idf值，相乘得到tf-idf重要性指标：
[0077]
针对品牌为j的电梯，在所有发生的电梯故障中由第i个维保单位负责维修救援的次数的占比tf
i,j
：
[0078][0079]
k为正整数，k∈[1,d]；
[0080]
由第i个维保单位完成的所有电梯维修救援中，对品牌为j的电梯的维修救援偏向idfi：
[0081][0082]
式中，n
i,j
表示近t年中维保单位i对品牌为j的电梯的维修救援次数，d是维保单位数量，dj是品牌为j的电梯近t年的维保历史数据。
[0083]
上述两个公式得出值tf、idf，通过tf
×
idf得到重要性指标，再用min-max归一化处理得到0-1之间的分数，乘以满分5分得到对应赋值。
[0084]
(3)维保单位的综合评价星级变化情况指标
[0085]
维保单位维的不同保救援能力综合评价星级对应不同的赋值，具体如下：一星对应1分，二星对应2分，三星对应3分，四星对应4分，五星对应5分，最高位5星。
[0086]
并按照如下算法计算维保单位维保救援能力综合评价星级变化：
[0087]
1)、如果维保单位当前星级低于上一年度星级，则赋值为在当前星级对应得分基础上减去0.5分；
[0088]
2)、如果维保单位当前星级与上一年度星级相同，则赋值为当前星级对应得分；
[0089]
3)、如果维保单位当前星级高于上一年度星级，则赋值为在当前星级对应得分基础上增加0.5分；
[0090]
4)、如果维保单位当前星级空缺，则赋值为该维保单位前6年得分的平均值；
[0091]
5)、如果是当年新安装的电梯，则赋值为事故电梯所在市级辖区内当前所有电梯维保单位星级赋值的平均值。
[0092]
(4)平均救援响应时间指标
[0093]
所述平均救援响应时间t包括近t年内，该维保单位所有参与维修救援工作中从接收救援信息到到救援现场的时间t1与救援总耗时t2之和的平均值；作为响应时间的指标t，归一化到0～1之间并乘以五。
[0094]
(5)维保单位的维修救援次数指标
[0095]
所述近t年维保单位的维修救援次数：根据获取的维保救援数据得出t年内各个维保单位的维修次数，倒序计算历史响应次数；具体为采用响应次数最高的维修单位的历史响应次数减去其余每个维保单位的历史响应次数作为对应维保单位的指标历史响应指标，其赋值为归一化到0～1之间并乘以五。
[0096]
响应次数少的维修单位和维修站点，并不能就代表其救援能力低，有可能该维修单位或维修站点是处于电梯故障较少发生的区域或者电梯量较少的区域，或者按照前期人工派单时总是偏向将故障分配给经常完成维修任务的站点而导致。此外该项指标只是多个指标其中之一，作为公平性衡量，并不作为唯一的参考指标，可以通过减小其最终和其他指标加权求和时的权值来限制它的影响。
[0097]
步骤三、利用救援能力评价体系，对步骤一中所有电梯维保进行综合评价，得出最优方案，作为推荐单位，对故障电梯进行救援。具体包括如下步骤：
[0098]
1)、根据故障电梯的位置信息、维保单位或维保站点的位置信息，计算出设定区域内所有电梯维保单位与故障电梯之间的欧氏距离l；根据计算结果，按照欧氏距离值从低向高排序，选择排名靠前n个维保单位作为后续推荐的候选集；
[0099]
2)、计算候选集中n个维保单位与故障电梯之间的品牌赋值，按照品牌赋值从高向低排序，选择品牌赋值排名靠前m个维保单位，作为优选集；其中，n和m均为大于等于5的正整数，且n大于m；
[0100]
3)、计算优选集中每个电梯维保单位或维保站点的5个指标赋值加权平均值，每个指标的权重相同，将得分最高的电梯维保单位作为电梯故障救援推荐结果；
[0101]
其中，距离指标的赋值为，将优选集中每个电梯维保或维保站点到故障电梯的欧氏距离l值做归一化到0～1之间，并乘以5，即：
[0102][0103]
其中，l
max
为优选集中所有电梯维保单位或维保站点到故障电梯的欧氏距离的最大值，l
min
为优选集中所有电梯维保单位或维保站点到故障电梯的欧氏距离的最小值，li为维保单位或维保站点i到故障电梯的欧氏距离。
[0104]
具体实例：
[0105]
在本实施例中，故障电梯经的位置信息为经度118.8
°
，纬度32
°
，该故障电梯位于南京市，为上海东芝电梯有限公司生产制造，候选集中的n取10，优选集中的m取5。
[0106]
首先，计算故障电梯所在行政区内所有维修站点到该电梯的距离l，形成距离列表。按照距离由近到远排序，取前10个维保单位或维保站点，也就是取离事发位置最近的前10个电梯维保单位作为候选集。
[0107]
根据品牌推荐结果取品牌指标前5名，分别为：江苏粤立电梯安装工程有限公司，日立电梯(中国)有限公司江苏分公司，江苏海菱机电设备工程有限公司南京分公司，南京明强机电工程有限公司，通力电梯有限公司南京分公司。使用欧式距离计算，得出该5家维保单位的结果如表1所示。
[0108]
表1欧氏距离计算结果
[0109][0110]
然后进行归一化，
[0111]
具体计算公式为：(最大值-当前值)/(最大值-最小值)
×
5。
[0112]
其它几个指标同样按照前文所述方式计算，以江苏粤立电梯安装工程有限公司为例：
[0113]
维保星级：该维修站点的历史数据为[4,none,4,4,4,4,4]。因此，维保星级为4。
[0114]
平均救援响应时间t：维修时间以秒为单位，该维修站点过去几年维修总时间为107174秒，维修时间为123次。那么响应时间平均为871.33秒，也就是14.5分钟左右。归一化后结果为2.341566600800527。
[0115]
维修救援次数：该维修站点近期响应次数为62。归一化后，结果为4.301801801801802。
[0116]
按照上述方式，依次计算其余4家维保单位的数据，最终结果如表2所示。
[0117]
表2救援单位推荐结果
[0118][0119]
如表2所示，用python pyecharts文件包中的雷达图进行可视化，结果如图2所示。
[0120]
计算每个维保单位的5个指标的加权平均，权值为各维度0.2，计算出综合推荐得分，得分最高的救援单位为江苏粤立电梯安装工程有限公司。因此，最终的自动推荐结果为江苏粤立电梯安装工程有限公司。用2021年的电梯应急处置历史工单数据进行综合推荐结果比对，top1/top3准确率分别为0.336、0.227，考虑到2021年的维修站点很多并不在2022的列表中，所以结果仅做参考，后续可以通过调整权值提升推荐的准确率。
[0121]
通过上述实施例，图1-2和表1-2得出，利用该方法可以为故障电梯分配最合理的救援单位，快速派出专业的维修人员使被困群众脱险，可以加快电梯故障救援速度，提高电梯救援资源利用效率，减少次生危害和避免不必要的人员伤亡，对于保证电梯安全运行具有重要的意义。
[0122]
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明；凡
在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。