一种基于运行日志隐性表征的电梯群控预测分区方法

本发明公开了一种基于运行日志隐性表征的电梯群控预测分区方法，属于电梯群控系统技术领域。本发明从电梯群控系统内的运行日志中提取结构化运行状态数据，采用固定时长滑动窗口进行聚合统计，通过门控自适应融合机制构建各楼层的隐性客流表征向量；利用BiLSTM学习隐性客流表征向量序列的时序演化特征，并结合楼层拓扑关系生成时空特征，对多个时间窗口的时空特征进行平均池化聚合，得到增强时空特征；将增强时空特征输入多层全连接网络生成分区边界概率向量，选取概率超过阈值的边界点作为动态切分点。本发明在无需真实客流标签的条件下实现了自适应动态分区，显著提升了电梯群控系统在复杂客流场景下的响应效率与鲁棒性。