CN117985557B 一种电梯集群控制方法及系统 （尼得科康迪克电梯技术(无锡)有限公司）

(19)国家知识产权局(12)发明专利(10)授权公告号CN1179855(65)同一申请的已公布的文献号(73)专利权人尼得科康迪克电梯技术(无锡)有限公司地址214000江苏省无锡市滨湖区科教软件园18号楼(72)发明人许原中王怀全戴仁亮(74)专利代理机构无锡华建知识产权代理事务所(普通合伙)32767专利代理师孙建董佳琦.面向大型公共建筑的电梯群控系统调度优化研究.中国优秀硕士学位论文全文数据库工程科技Ⅱ辑.2023,(第2023年06期),第程义菊.电梯交通流预测方法的研究.中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑.2004,(第2004年第04期),第C038-468杨祯山.电梯垂直交通系统的配置与优化调度问题研究.中国博士学位论文全文数据库工程科技Ⅱ辑.2009,(第2009年第05期),第C038-22获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，电梯前一周期中使用的电梯控制方式为任意现有控制方法获取目标建筑内待控制电梯前一个周期内的乘客流量数据，并结合机撂学习算法以及递推最小二秉法建立考虑系统时滞的乘客流量预测模型通过模型预测控制器结合非线性动态数学模型以及乘客流量预测模型，预测多个未来时刻的状态和输出，并结合预设控制目标函数以及约束条件，制定最化控制动作序列根据计算出的最优控制动作序列，向各个电梯发送具体的控制指令，使电梯按照预定计划运行，并完成电梯集群控制方法更新本发明公开了一种电梯集群控制方法及系统包括，本发明提出一种电梯集群控制方法及系统，获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型；获取目标建筑内待控制电梯前一个周期内的乘客流量数据，并结合机器学习算法以及递推最小二乘法建立考虑系统时滞的乘客流量预测模型；通过模型预测控制器结合非线性动态数学模型以及乘客流量预测模型，预测根据计算出的最优控制动作序列，向各个电梯发送具体的控制指令，使电梯按照预定计划运行，并完成电梯集群控制方法更新。2获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，所述电梯前一周期中使用的电梯控制方式为任意现有控制方建立响应条件下的数学孪生模型，通过数学孪生模型进行前一周期数据获取；获取目标建筑内待控制电梯前一个周期内的乘客流量数据，并结合机器学习算法以及递推最小二乘法建立考虑系统时滞的乘客流量预测模型；通过模型预测控制器结合所述非线性动态数学模型以及乘客流量预测模型，预测多个未来时刻的状态和输出，并结合预设控制目标函数以及约束条件，制定最优控制动作序列；所述约束条件包括最小停靠楼层间隔约束、对于乘客召唤请求的响应时间约束、系统制约束以及紧急情况处理约束；根据计算出的最优控制动作序列，向各个电梯发送具体的控制指令，使电梯按照预定计划运行，并完成电梯集群控制方法更新；所述控制指令包括目标楼层指令以及运行模式指令；当任意满足下述两种或两种以上条件时，方法更新认定完成：指令执行确认、系统状态收敛、实时反馈与迭代调整的结果达到稳定值、无违反约束情况发生；所述获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，所述电梯前一周期中使用的电梯控制方式为任意现有控制方法包括：所述电梯物理特性至少包括电梯楼层z(t)、电梯速度v(t)、载客量以及乘客轿厢移动情况C(t),t表示电梯运行时刻；所述乘客上下楼行为特征至少包括各楼层乘客进出情况；所述非线性动态数学模型包括电梯的位置变化方程以及载客量变化方程：所述电梯的位置变化方程表示为：mz(t)=T(z(+),v(t),c(t)-F₄(z(t),v(t),c(t))-Fa(z(t,v量有关，F是与电梯速度和载客量相关的摩擦力，随着速度和载客量增大而增大，Fa是考虑人员变动影响的阻尼力，与电梯速度和人员分布相关，u(t)表示当前控制信号作用于电梯所述载客量变化方程表示为：其中，分别表示时间t在楼层z()进入和离开电梯的乘客数3所述获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为所述摩擦力F估算公式如下：F(z(t,v(t,c(t)=μ;(m₁+对每个时间步长t,根据实际观测到的乘客流量数据P。bs(t+t)更4假设目标建筑内待控制电梯其中有多台电梯E₁₇E₂…EM在服务多个楼层F₁₇F₂…FNtstop≤t:;7t;;-1,j=2,3,…N;,1tresponse≤ti.arrivalticalli=1,2….M建立优先级约束：最低三个楼层以及最高三个楼层的防止多台电梯同时前往同一楼层造成拥堵或空驶，建立协同调度约束：5梯设备完成其当前任务的时间点，TIisanDa+1)是在紧接着的调度周期Da+1中，第号设备开始新任务的时间，Dmin是设定的最小时间间隔阈值；当多台电梯在同一竖井内运行时，建立安全距离约束：多台电梯在同一竖井内运行时同一竖井中的电梯层数，h.(k)表示根据电梯长度和当前位置计算出的安全距离补偿值。6.一种应用如权利要求1所述方法的电梯集群控制系统，其特征在于，包括：第一模型建立模块，用于获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，所述电梯前一周期中使用的电梯控制方式为任意现有控制方法；第二模型建立模块，用于获取目标建筑内待控制电梯前一个周期内的乘客流量数据，并结合机器学习算法以及递推最小二乘法建立考虑系统时滞的乘客流量预测模型；最优序列获取模块，用于通过模型预测控制器结合所述非线性动态数学模型以及乘客流量预测模型，预测多个未来时刻的状态和输出，并结合预设控制目标函数以及约束条件，制定最优控制动作序列；运行及更新模块，用于根据计算出的最优控制动作序列，向各个电梯发送具体的控制指令，使电梯按照预定计划运行，并完成电梯集群控制方法更新。7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。6一种电梯集群控制方法及系统技术领域[0001]本发明涉及电梯集群控制技术领域，尤其涉及一种电梯集群控制方法及系统。背景技术[0002]在现代建筑与城市基础设施中，电梯作为垂直交通的重要组成部分，其运行效率、安全性以及乘客舒适度是衡量电梯系统性能的关键指标。随着高层建筑的不断增多和智能化趋势的发展，单一电梯的控制已经不能满足大型商业综合体、超高层住宅或办公大楼等场所高效且个性化的运输需求。因此，电梯集群控制系统应运而生。[0003]传统的单体电梯控制系统主要关注单台电梯的调度和服务，而电梯集群控制则是通过集成多台电梯并进行统一管理和优化调度，以实现整体性能的最大化。这一技术涉及到复杂的数据分析、预测算法以及高效的通信网络，能够实时获取各电梯状态信息(如位置、负载、目的地请求等),并根据这些数据动态生成最优调度策略。针对特殊人群或紧急情况提供快速响应通道，保障楼宇的安全疏散能力。[0004]然而，现有的电梯集群控制技术仍面临一系列挑战，包括如何处理海量实时数据、设计更先进的智能调度算法以应对复杂的楼层交通流模式变化，以及在确保服务质量的同时，提升系统的稳定性和可靠性等。发明内容[0005]本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。[0006]鉴于上述现有存在的问题，提出了本发明。[0007]因此，本发明提供了一种电梯集群控制方法及系统，能够解决背景技术中提到的[0009]获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，所述电梯前一周期中使用的电梯控制方式为任意现有控[0010]获取目标建筑内待控制电梯前一个周期内的乘客流量数据，并结合机器学习算法以及递推最小二乘法建立考虑系统时滞的乘客流量预测模型；[0011]通过模型预测控制器结合所述非线性动态数学模型以及乘客流量预测模型，预测多个未来时刻的状态和输出，并结合预设控制目标函数以及约束条件，制定最优控制动作[0012]根据计算出的最优控制动作序列，向各个电梯发送具体的控制指令，使电梯按照预定计划运行，并完成电梯集群控制方法更新。[0013]作为本发明所述的电梯集群控制方法的一种优选方案，其中：所述获取目标建筑7内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，所述电梯前一周期中使用的电梯控制方式为任意现有控制方法包括：[0014]所述电梯物理特性至少包括电梯楼层z(t)、电梯速度v(t)、载客量以及乘客轿厢移动情况C(t),t表示电梯运行时刻；[0015]所述乘客上下楼行为特征至少包括各楼层乘客进出情况；[0016]所述非线性动态数学模型包括电梯的位置变化方程以及载客量变化方程：[0017]所述电梯的位置变化方程表示为：载客量有关，F是与电梯速度和载客量相关的摩擦力，随着速度和载客量增大而增大，F是考虑人员变动影响的阻尼力，与电梯速度和人员分布相关，u(t)表示当前控制信号作用于[0020]所述载客量变化方程表示为：[0022]其中分别表示时间t在楼层z(t)进入和离开电梯的乘客数量。[0023]作为本发明所述的电梯集群控制方法的一种优选方案，其中：所述获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，所述电梯前一周期中使用的电梯控制方式为任意现有控制方法还包括：根据实际数据结合系统辨识技术估计模型中未知参数或函数形式；[0024]所述曳引力T根据电梯曳引特性和载客量来估算，估算公式如下：[0026]所述摩擦力F估算公式如下：与电梯速度相关系数，k。表示曳引力与载客量相关系数，μ表示摩擦系数，即系统内部部环境的阻力特性，k,表示单位载客量对摩擦力增量的影响系数，反映了乘客数量增多带来的额外摩擦力，k表示与电梯速度线性相关的阻尼系数，k。′表示与载客量和速度有关的阻尼系数。[0031]作为本发明所述的电梯集群控制方法的一种优选方案，其中：所述获取目标建筑内待控制电梯前一个周期内的乘客流量数据，并结合机器学习算法以及递推最小二乘法建立考虑系统时滞的乘客流量预测模型包括：[0032]首先，使用机器学习算法建立初步预测模型，选择使用时序数据的机器学习方法，其预测模型表示为：[0034]其中，P(t)是在时间t时刻的乘客流量，n是历史窗口长度，LSTM是一个经过训练的8长短期记忆网络模型；[0035]其次，考虑系统时滞因素，若系统存在时滞效应，则引入时滞变量改进模型，改进后的模型表示为：[0036]Pprea(t+t)=F(LSTM(P(t),P[0037]其中，是系统的时滞参数，F是结合时滞信息修正预测结果的函数；[0038]再次，利用递推最小二乘法进行参数更新：[0040]对每个时间步长t,根据实际观测到的乘客流量数据P₀s(t+t)更新模型参数θ:[0042]最后，将乘客流量预测模型嵌入到非线性动态数学模型中。[0043]作为本发明所述的电梯集群控制方法的一种优选方案，其中：所述通过模型预测控制器结合所述非线性动态数学模型以及乘客流量预测模型，预测多个未来时刻的状态和输出，并结合预设控制目标函数以及约束条件，制定最优控制动作序列包括：[0044]假设目标建筑内待控制电梯其中有多个电梯E₁,E₂,..,E在服务多个楼层F₁,[0046]其中，w₁;是电梯E,对于乘客平均等待时间的权重因子，W₂;是电梯E,对于能耗的权(t)表示在预测时域内第t时刻，电梯E消耗的能量，S₁(k)是电梯E在第t时刻的状态向量，所述状态向量至少包括当前位置、速度、载客量信息，U表示惩罚项，λ表示该惩罚项的惩罚[0047]作为本发明所述的电梯集群控制方法的一种优选方案，其中：所述通过模型预测控制器结合所述非线性动态数学模型以及乘客流量预测模型，预测多个未来时刻的状态和输出，并结合预设控制目标函数以及约束条件，制定最优控制动作序列还包括：[0048]所述约束条件包括：[0049]防止连续停靠同一楼层，建立最小停靠楼层间隔约束：[0051]其中，t,表示电梯E到达第层的时间；[0052]建立对于乘客召唤请求的响应时间约束：[0054]建立系统平衡性约束：9所述服务需求至少包括乘客数量、服务请求次数，Pavg,是所有电梯在第j层期望达到的平均[0057]作为本发明所述的电梯集群控制方法的一种优选方案，其中：所述约束条件包括还包括：[0058]建立优先级约束：最低三个楼层以及最高三个楼层的电梯响应优先级高于其他任意楼层的响应优先级；[0059]防止多台电梯同时前往同一楼层造成拥堵或空驶，建立协同调度约束：[0060]Ti,ena(Da)-Tjstart(Da+1)≥Dmin,ia,;b=1,2电梯设备完成其当前任务的时间点，Tj,start(D+1)是在紧接着的调度周期D+1中，第j号设[0062]当多台电梯在同一竖井内运行时，建立安全距离约束：[0063]Lsafety≤Ze(k)-Zja(k)-h;a(k),i“,;ja=1,2…M2,i≠ja[0064]其中，zie(k)表示电梯Eic在时刻k的位置，zja(k)表示电梯Eja在时刻k的位置，M₂表示多台电梯在同一竖井内运行时同一竖井中的电梯层数，h;;(k)表示根据电梯长度和当前位置计算出的安全距离补偿值。[0066]第一模型建立模块，用于获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，所述电梯前一周期中使用的电梯控制方式为任意现有控制方法；[0067]第二模型建立模块，用于获取目标建筑内待控制电梯前一个周期内的乘客流量数据，并结合机器学习算法以及递推最小二乘法建立考虑系统时滞的乘客流量预测模型；[0068]最优序列获取模块，用于通过模型预测控制器结合所述非线性动态数学模型以及乘客流量预测模型，预测多个未来时刻的状态和输出，并结合预设控制目标函数以及约束[0069]运行及更新模块，用于根据计算出的最优控制动作序列，向各个电梯发送具体的控制指令，使电梯按照预定计划运行，并完成电梯集群控制方法更新。[0070]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序于，所述处理器执行所述计算机程序时实现如上所述的方法的步骤。[0071]一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述被处理器执行时实现如上所述的方法的步骤。[0072]本发明的有益效果：本发明提出一种电梯集群控制方法及系统，获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，所述电梯前一周期中使用的电梯控制方式为任意现有控制方法；获取目标建筑内待控制电梯前一个周期内的乘客流量数据，并结合机器学习算法以及递推最小二乘法建立考虑系统时滞的乘客流量预测模型；通过模型预测控制器结合所述非线性动态数学模型以及乘客流量预测模型，预测多个未来时刻的状态和输出，并结合预设控制目标函数以及约束条件，制定最优控制动作序列；根据计算出的最优控制动作序列，向各个电梯发送具体的控制指令，使电梯按照预定计划运行，并完成电梯集群控制方法更新。[0073]本发明所提供的电梯集群控制方法及系统，具有以下优点：[0074]1.提高电梯运行效率：通过构建非线性动态数学模型和乘客流量预测模型，实现对电梯集群的优化调度，减少乘客等待时间，提高电梯运行效率。[0075]2.提升乘客舒适度：根据乘客流量预测，合理分配电梯载客量，避免电梯过载或空[0076]3.增强系统稳定性：通过模型预测控制器，实时调整电梯运行策略，确保电梯集群在复杂环境下稳定运行。[0077]4.简化运维管理：通过对电梯集群的统一管理和控制，简化运维人员的工作负担，提高楼宇管理水平。[0078]5.适应性强：本发明提出的电梯集群控制方法及系统，可以适用于不同类型和规[0079]本发明不仅为电梯集群控制提供了一种新的技术方案，也为楼宇自动化管理和智能化发展提供了有力支持。作为一种智能控制系统，电梯集群控制方法及系统具有广泛的应用前景和市场潜力。随着未来楼宇建设和管理的不断升级，本发明将为电梯行业和楼宇自动化领域带来显著的经济和社会效益。附图说明[0080]为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它[0081]图1为本发明一个实施例提供的一种电梯集群控制方法及系统的方法流程图；[0082]图2为本发明一个实施例提供的一种电梯集群控制方法及系统的计算机设备的内部结构图。具体实施方式[0083]为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。[0085]参照图1-2,为本发明的第一个实施例，该实施例提供了一种电梯集群控制方法及系统，包括一种电梯集群控制方法及一种电梯集群控制系统，其中，一种电梯集群控制方法[0086]S101:获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，电梯前一周期中使用的电梯控制方式为任意现有控11[0087]其中，获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，电梯前一周期中使用的电梯控制方式为任意现有控制方法包括：[0088]具体的，电梯物理特性至少包括电梯楼层z(t)、电梯速度v(t)、载客量以及乘客轿厢移动情况C(t),t表示电梯运行时刻；[0089]在一个可选的实施例中，电梯物理特性还可以包括电梯的运行次数、电梯的运行[0090]更进一步的，乘客上下楼行为特征至少包括各楼层乘客进出情况；[0091]在一个可选的实施例中，乘客上下楼行为特征还可以包括乘客的上下楼次数、乘[0093]在本申请实施例中，为了弥补三个月的前置时间，通过建立数学孪生模型来进行仿真数据获取，在实际应用中为了获取精确的数据就可以不进行数学孪生建模操作，直接获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型；[0094]应说明的是，获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征可以根据所选取的现有控制方法建立响应条件下的数学孪生模型，通过数学孪生模型进行前一周期数据获取，这样可以使得在目标建筑建立电梯后及时用上更新后的电梯集群控制方法。[0095]应说明的是，建立电梯集群控制的数学孪生模型步骤可以如下：[0096]步骤一，采集电梯物理特性数据：收集至少三栋与目标建筑相同类型，且人员分布以及人员职能相同的建筑的电梯的运行状态信息，包括但不限于电梯当前楼层、速度、方地下室为八层，则至少收集三栋加上地下室八层的同地段商场的电梯的运行状态信息。[0097]采集乘客行为数据：统计各时间段内各楼层的乘客进出电梯频率、等待时间、目的楼层分布、高峰时段等，甚至可以通过智能卡系统或监控系统获取更精确的乘客流量和路径选择。[0098]步骤二，对采集到的数据进行清洗，剔除无效或[0099]根据分析需求对数据进行归一化、分箱或时间序列分析等预处理操作。[0100]步骤三，从原始数据中提取反映电梯性能的关键指标以及乘客行为模式的特征变[0101]构建乘客需求预测模型所需的时间窗口和相关特征。[0102]步骤四，建立电梯系统的物理模型，模拟电梯的实际运行过程及物理约束条件。[0103]设计乘客行为模型，考虑不同场景下乘客的行为规律及其对电梯调度的影响。[0104]步骤五，理解并结合所选取的现有电梯控制策略(如最短路径优先、最少换乘次数、负荷平衡等),将这些策略转换为数学表达形式，并纳入孪生模型中作为决策规则。[0105]步骤六，使用上一周期的真实数据驱动孪生模型，通过仿真平台反复调整参数和优化算法，使得模型能够在给定条件下准确反映实际电梯系统的行为表现。[0106]利用机器学习或深度学习技术进一步提升模型对未知情况下的预测和决策能力。[0107]步骤七，将经过训练和优化的数学孪生模型应用于下一周期的电梯集群控制，实时更新模型参数，动态调整控制策略以适应变化的环境和需求。[0108]步骤八，通过数学孪生模型进行模拟前三个月数据获取。[0109]应说明的是，建立数字孪生模型可以极大的减少控制方法更新时间，还能全面提升电梯集群管理的智能化水平和运营效能。[0110]更进一步的，非线性动态数学模型包括电梯的位置变化方程以及载客量变化方载客量有关，F是与电梯速度和载客量相关的摩擦力，随着速度和载客量增大而增大，F是考虑人员变动影响的阻尼力，与电梯速度和人员分布相关，u(t)表示当前控制信号作用于[0116]其中，Pin(t,z(t))和P。ut(t,z(t))分别表示时间t在楼层z(t)进入和离开电梯的乘客数量。[0117]更进一步的，获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，电梯前一周期中使用的电梯控制方式为任意现有控制方法还包括：根据实际数据结合系统辨识技术估计模型中未知参数或函数形式；[0118]曳引力T根据电梯曳引特性和载客量来估算，估算公式如下：[0120]摩擦力F估算公式如下：[0124]其中，m,表示电梯固有质量，k,表示曳引力与电梯位置的相关系数，c、表示曳引力与电梯速度相关系数，k表示曳引力与载客量相关系数，μ表示摩擦系数，即系统内部与外部环境的阻力特性，k,表示单位载客量对摩擦力增量的影响系数，反映了乘客数量增多带来的额外摩擦力，k表示与电梯速度线性相关的阻尼系数，k。′表示与载客量和速度有关的阻尼系数。[0125]应说明的是，获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型描述电梯系统的物理行为和运行规律，为后续的控制策略制定提供基础。考虑电梯的实际工作特性(如速度、位置、载荷等),有助于准确模拟电梯的动态响应。将现有控制方法纳入模型中，能够评估当前控制策略对电梯系统性[0126]S102:获取目标建筑内待控制电梯前一个周期内的乘客流量数据，并结合机器学习算法以及递推最小二乘法建立考虑系统时滞的乘客流量预测模型；机器学习算法以及递推最小二乘法建立考虑系统时滞的乘客流量预测模型可以预测未来时段的交通高峰和低谷变化有良好的预测能力，可以有效应对不同时间段的客流需求波作序列；[0142]假设目标建筑内待控制电梯其中有多个电梯E₁,E₂,..,E在服务多个楼层F₁,状态向量至少包括当前位置、速度、载客量信息，U表示惩罚项，λ表示该惩罚项的惩罚因子，k表示时间步长。[0145]通过模型预测控制器结合非线性动态数学模型以及乘客流量预测模型，预测多个未来时刻的状态和输出，并结合预设控制目标函数以及约束条件，制定最优控制动作序列还包括：约束条件包括：防止连续停靠同一楼层，建立最小停靠楼层间隔约束：tstop≤ti,j-ti,j-1,j=2,3,...,N₁,i=1,建立对于乘客召唤请求的响应时间约束：tresponse≤tj,arrival-ti,cal₁i=1,建立系统平衡性约束：[0154]其中，N表示建筑物的总楼层数，Pi,;(k)是在时刻k时，电梯E:在第j层的服务需求，服务需求至少包括乘客数量、服务请求次数，Pavg,是所有电梯在第j层期望达到的平均服务需求，B是设定阈值，用于控制系统的不均衡程度。[0155]约束条件包括还包括：[0156]建立优先级约束：最低三个楼层以及最高三个楼层的电梯响应优先级高于其他任意楼层的响应优先级；[0157]防止多台电梯同时前往同一楼层造成拥堵或空驶，建立协同调度约束：[0158]Ti,ena(Da)-Tj[0159]其中，M₁表示参与协同调度的电梯设备数量，Ti,end(D)是在调度周期Da内，第i号电梯设备完成其当前任务的时间点，Tj,start(D+1)是在紧接着的调度周期D+1中，第j号设备开始新任务的时间，Dm.n是设定的最小时间间隔阈值；[0160]当多台电梯在同一竖井内运行时，建立安全距离约束：[0161]Lsafety≤Zie(k)-Za(k)-h;Ga表示多台电梯在同一竖井内运行时同一竖井中的电梯层数，h;(k)表示根据电梯长度和当前位置计算出的安全距离补偿值。[0163]在一个可选的实施例中，还可以考虑如下约束条件：[0164]速度约束：电梯的最大和最小运行速度有限制：[0166]其中，m表示电梯个数，v;(k)表示第i个电梯在k时刻的速度，vmin表示速度阈值最小值，vma表示速度阈值最大值。[0167]加速度约束：电梯的最大和最小加速度有限制：客量最大值；[0174]假设存在一个布尔变量EB(t),用于表示是否发生紧急情况，若发生紧急情况，则EB(t)=true=1,在紧急状态下，电梯的目标楼层强制设定为安全楼层Gsafe,略下计算出的目标楼层。[0181]应说明的是，利用模型预测控制器将非线性动态模型与乘客流量预测模型相结合，实现对未来多个时刻状态和输出的预测。结合预设控制目标函数以及约束条件，制定出最优控制动作序列。提高了集群电梯系统的整体运行效率和服务质量，使电梯在满足实时客流需求的同时，兼顾节能和设备利用率。[0182]S104:根据计算出的最优控制动作序列，向各个电梯发送具体的控制指令，使电梯按照预定计划运行，并完成电梯集群控制方法更新。[0183]假设通过模型预测控制(MPC)得到的最优控制动作序列为：[0185]其中，k表示当前时刻，t代表计划开始时间，N,是预测时域内的步数[0186]对于每个未来时刻k+i(i=0,1,...,N,-1),从最优控制动作中提取出对应的电梯指令：[0187]目标楼层指令：若u(k+i|t)中包含目标楼层信息ftarget,则发送指令给电梯前往[0188]运行模式指令：如果模型考虑了电梯运行模式如加速、减速、停止等待等，则依据相应的速度和加速度设定值发出指令。[0189]根据实时时间t和预设的时间间隔，在正确的时间点发送相应的控制指令至各个CN117985557B说明书11/13页[0190]实际电梯系统接收到指令后会执行，并且会有状态反馈回来。根据反馈结果调整后续的控制策略，从而完成电梯集群控制方法的在线更新。[0191]在一个可选的实施例中，在线更新完成的条件可以如下认定为满足任意两种或两种以上条件：[0192]1、指令执行确认：更新完成的一个标志是所有电梯都已经接收到并开始执行相应的最优控制动作序列中的指令。[0193]2、系统状态收敛：可以通过监控系统性能指标(如乘客等待时间、电梯利用率等)是否达到预设目标或逐渐逼近优化后的理想值来判断更新是否有效。例如，若连续几个时间段内系统的平均等待时间持续低于某个阈值，则可视为更新完成。[0194]3、实时反馈与迭代调整：梯集群控制系统需要不断接收实时反馈，并根据反馈结果进行微调。因此，更新完成条件可能是设定一个周期数N或者某种性能改善指标达到稳定的标准，表示如下：[0196]其中，P(t)是在时刻t的实际性能指标(如乘客平均等待时间),P*是优化目标值，是一个很小的正数，表示允许的偏差范围。[0197]4、无违反约束情况发生：确保在整个更新过程中，所有的电梯操作均未违反预先[0198]在一个可选的实施例中，实时监控电梯的实际运行状态和乘客流量情况，收集实际数据并与预测结果对比，根据偏差不断修正预测模型和优化算法的参数，使得调度策略能持续改进并适应实际情况，从而提高调度决策的精确性和鲁棒性。[0199]应说明的是，根据计算出的最优控制动作序列，向各个电梯发送具体指令，确保电梯按照计划高效有序地运行。实现了电梯群控系统的实时优化调整，根据实际运行情况和预测结果动态更新控制策略，增强了系统的鲁棒性和适应性。在不断循环执行和反馈的过程中，使得电梯集群控制系统始终保持最佳工作状态，持续提高建筑内部垂直交通的服务水平。[0200]综上所述，本发明提出一种电梯集群控制方法，获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，所述电梯前一周期中使用的电梯控制方式为任意现有控制方法；获取目标建筑内待控制电梯前一个周期内的乘客流量数据，并结合机器学习算法以及递推最小二乘法建立考虑系统时滞的乘客流量预测模型；通过模型预测控制器结合所述非线性动态数学模型以及乘客流量预测模型，预测多个未来时刻的状态和输出，并结合预设控制目标函数以及约束条件，制定最优控制动作序列；根据计算出的最优控制动作序列，向各个电梯发送具体的控制指令，使电梯按照预定计划运行，并完成电梯集群控制方法更新。[0201]本发明所提供的电梯集群控制方法及系统，具有以下优点：[0202]1.提高电梯运行效率：通过构建非线性动态数学模型和乘客流量预测模型，实现对电梯集群的优化调度，减少乘客等待时间，提高电梯运行效率。[0203]2.提升乘客舒适度：根据乘客流量预测，合理分配电梯载客量，避免电梯过载或空载，提升乘客乘坐舒适度。[0204]3.增强系统稳定性：通过模型预测控制器，实时调整电梯运行策略，确保电梯集群在复杂环境下稳定运行。[0205]4.简化运维管理：通过对电梯集群的统一管理和控制，简化运维人员的工作负担，提高楼宇管理水平。[0206]5.适应性强：本发明提出的电梯集群控制方法及系统，可以适用于不同类型和规模的建筑物，具有广泛的适应性。[0207]本发明不仅为电梯集群控制提供了一种新的技术方案，也为楼宇自动化管理和智能化发展提供了有力支持。作为一种智能控制系统，电梯集群控制方法及系统具有广泛的应用前景和市场潜力。随着未来楼宇建设和管理的不断升级，本发明将为电梯行业和楼宇自动化领域带来显著的经济和社会效益。[0209]第一模型建立模块，用于获取目标建筑内待控制电梯前一个周期内的电梯物理特性以及乘客上下楼行为特征，构建非线性动态数学模型，电梯前一周期中使用的电梯控制方式为任意现有控制方法；[0210]第二模型建立模块，用于获取目标建筑内待控制电梯前一个周期内的乘客流量数据，并结合机器学习算法以及递推最小二乘法建立考虑系统时滞的乘客流量预测模型；[0211]最优序列获取模块，用于通过模型预测控制器结合非线性动态数学模型以及乘客流量预测模型，预测多个未来时刻的状态和输出，并结合预设控制目标函数以及约束条件，制定最优控制动作序列；[0212]运行及更新模块，用于根据计算出的最优控制动作序列，向各个电梯发送具体的控制指令，使电梯按照预定计划运行，并完成电梯集群控制方法更新。[0213]上述各单元模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的[0214]在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种电梯集群控制方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是