本技术涉及电梯安全领域，具体而言，涉及一种基于物联网设备损伤度监测的电梯安全防护方法及系统。
背景技术：
1、电梯的物联网设备损伤度监测，有利于提高电梯的通信安全度。传统的电梯的物联网设备损伤度监测技术都是侧重于对原始数据的采集，然后再将原始数据集进行划分训练集和测试集，然后再通过机器学习模型进行训练，形成数据模型后再去验证测试集，从而实现对电梯某一个功能的预判，并不涉及到对电梯的物联网盒子本身的健康判断。这就导致电梯的物联网设备损伤度判断成功率较低。
2、电梯轿厢内部空气质量信息依托于物联网设备传递于服务器，当物联网设备损伤度较高，可能会造成电梯轿厢内部空气质量信息传递不畅。为此，有必要针对传统的电梯的物联网设备损伤度监测技术判断成功率较低的缺陷，提出一种基于物联网设备损伤度监测的电梯安全防护方法及系统。
3、电梯的物联网设备损伤度监测方法可参照中国专利文献cn113673558a中所公开的对原始数据的采集，然后再将原始数据集进行划分训练集和测试集，然后再通过机器学习模型进行训练，形成数据模型后再去验证测试集，从而实现对电梯某一个功能的预判，并不涉及到对电梯的物联网盒子本身的健康判断。
4、现在尚没有一种具有物联网设备损伤度判断成功率较高的物联网设备损伤度监测的电梯安全防护方法及系统。
技术实现思路
1、本技术的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本技术的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
2、为了解决以上背景技术部分提到的技术问题，本技术的一些实施例提供了一种基于物联网设备损伤度监测的电梯安全防护方法，包括：
3、接收物联网设备的数据和电梯设备的数据；
4、比较物联网设备的数据和电梯设备的数据，形成数据的逻辑关联和数据匹配；
5、基于数据的逻辑关联、数据匹配，形成数据集和设备的特征标记；
6、将数据集和设备的特征标记纳入损伤度算法模型，获得物联网设备关于损伤度的技术指标；
7、基于技术指标，判断物联网设备的损伤度；
8、若物联网设备的损伤度大于或等于损伤度阈值，则判定物联网设备合格，信任物联网设备发送的关于电梯的安全防护数据；
9、若物联网设备的损伤度小于损伤度阈值，则判定物联网设备不合格，从发出物联网设备维修预警信息。
10、进一步地，基于电梯设备的数据形成第一数据集；
11、基于物联网设备的数据形成第二数据集；
12、定义电梯设备包括电梯本身的电子元器件、火情报警设备和空气监测设备的一种或多种；
13、定义物联网设备包括网络连接设备、网络信息传输设备的一种或多种。
14、进一步地，当采集到的第一数据集的所有模块均有数据，则依次写入标记p；
15、当采集到的第一数据集的存在模块没有数据，则写入标记n；
16、当采集到的第一数据集的所有模块均无数据，则依次写入标记f；
17、当采集到的第二数据集的所有模块均有数据，则依次写入标记p；
18、当采集到的第二数据集的存在模块没有数据，则写入标记n；
19、当采集到的第二数据集的所有模块均无数据，则依次写入标记f。
20、进一步地，将第一数据集和第二数据集，进行逻辑关联和信息匹配操作；
21、如果第一数据集的p等于第二数据集的p,则说明两个数据集匹配成功，对应的关联关系建立成功，生成第三数据集；
22、将第三数据集写入数据库中；
23、对此设备特征标记为tp，对应的tp数量加1；
24、如果第一数据集和第二数据集，信息不匹配，对应的关联关系建立失败，生成第三数据集，推送设备异常消息报警。
25、进一步地，如果目标设备的第一数据集所有模块均有数据，第二数据集所有模块均没有数据，信息全部不匹配，生成第三数据集；
26、将第三数据集写入数据库中；
27、对该设备特征标记为p-f->fn，对应的fn数量加1；
28、如果目标设备的第一数据集所有模块均没有数据，第二数据集所有模块均有数据，信息全部不匹配，生成第三数据集；
29、将第三数据集写入数据库中；
30、对该设备特征标记为f-p->fp，对应的fp数量加1；
31、如果第一数据集部分模块有数据，第二数据集部分模块有数据，信息部分匹配，生成第三数据集；
32、将第三写入数据库中；
33、对该设备特征标记为n-n->tn，对应的tn数量加1；
34、如果目标设备的第一数据集部分模块有数据，第二数据集所有模块均没有数据，信息不匹配，生成第三数据集；
35、将第三数据集写入数据库中；
36、对该设备特征标记为n-f->tn，对应的tn数量加1；
37、如果目标设备的第一数据集所有模块均没有数据，第二数据集部分模块有数据，信息不匹配，生成第三数据集；
38、将第三数据集写入数据库中；
39、对该设备特征标记为f-n->fp，对应的fp数量加1。
40、进一步地，定义技术指标包括准确率、精准率和召回率中的一种或多种；
41、定义准确率为(tp+tn)/(tp+tn+fp+fn)；
42、定义精准率为(tp)/(tp+fp)；
43、定义召回率为(tp)/(tp+fn)。
44、进一步地，将目标设备的第三数据集投射到grafana平台或者html页面上；
45、计算出目标设备的各个特征指标；
46、绘制相关的目标设备运行状况趋势图。
47、进一步地，当气体质量数值低于设定阈值时，数据采集模块将放弃此条比对任务，继续等待数据传输和下一条逻辑任务；
48、当气体质量数值高于设定阈值时，数据采集模块将自动触发下一条运算逻辑，通过获取电梯控制器的反馈信息，判断电梯当前的运行状态；
49、当电梯目前处于运行状态或在预设时间范围内存在电梯运行数据时，表明此台电梯状态为正常工作状态；此时服务器将触发并推送低级警报通知至物业管理员。
50、进一步地，当电梯目前处于停止状态或在预设时间范围内尚未收到电梯运行数据时，表明此台电梯状态为异常工作状态，数据采集模块将自动触发下一条运算逻辑，通过获取电梯控制器的反馈信息，判断电梯轿厢内部当前是否存在乘客；
51、当电梯控制器返回参数为轿厢内部没有乘客时，表明此台电梯状态为异常工作状态，且没有乘客滞留在电梯轿厢内；此时，服务器将触发并推送中级警报通知至物业管理员；
52、当电梯控制器返回参数为轿厢内部有乘客时，表明此台电梯状态为异常工作状态，且有乘客被困在电梯轿厢内；此时，服务器将立即触发并同时推送高级警报通知至物业管理员和专业电梯维保人员。
53、为了解决以上背景技术部分提到的技术问题，本技术的一些实施例提供了一种基于物联网设备损伤度监测的电梯安全防护系统，包括：
54、服务器，用于执行所述的基于物联网设备损伤度监测的电梯安全防护方法；
55、物联网设备，与所述服务器通信连接；
56、电梯设备，与所述服务器通信连接。
57、本技术的有益效果在于：提供了一种基于物联网设备损伤度监测的电梯安全防护方法及系统，通过接收物联网设备的数据和电梯设备的数据，基于数据的逻辑关联、数据匹配，形成数据集和设备的特征标记，将数据集和设备的特征标记纳入损伤度算法模型，获得物联网设备关于损伤度的技术指标。解决了电梯物联网盒子设备的健康状态无法有效度量的问题，以往电梯厂商主要是集中于对电梯设备的安全与稳定的各种监控，并不涉及对本发明说提到的物联网盒子设备的监控，更没有对物联网盒子本身的健康状态实现量化分析，也就无法提前预判物联网设备未来的健康状态，对可能发生的设备故障，损耗情况更是一无所知。本发明基于机器学习算法模型，通过对数据信息的逻辑关联和数据匹配，标记相关的数据特征点，对物联网设备的健康状态进行具体量化，从而可以大大提高对物联网盒子的的全面诊断效率，可以节省大量因设备误报和误发导致的无效维保事件的发生，有效降低维保成本。
1.一种基于物联网设备损伤度监测的电梯安全防护方法，其特征在于，包括：
2.根据权利要求1所述的基于物联网设备损伤度监测的电梯安全防护方法，其特征在于：所述接收物联网设备的数据和电梯设备的数据，包括：
3.根据权利要求2所述的基于物联网设备损伤度监测的电梯安全防护方法，其特征在于：所述比较物联网设备的数据和电梯设备的数据，形成数据的逻辑关联和数据匹配，包括：
4.根据权利要求3所述的基于物联网设备损伤度监测的电梯安全防护方法，其特征在于：所述基于数据的逻辑关联、数据匹配，形成数据集和设备的特征标记，包括：
5.根据权利要求4所述的基于物联网设备损伤度监测的电梯安全防护方法，其特征在于：所述基于数据的逻辑关联、数据匹配，形成数据集和设备的特征标记之后，包括：
6.根据权利要求5所述的基于物联网设备损伤度监测的电梯安全防护方法，其特征在于：所述将数据集和设备的特征标记纳入损伤度算法模型，获得物联网设备关于损伤度的技术指标，包括：
7.根据权利要求6所述的基于物联网设备损伤度监测的电梯安全防护方法，其特征在于：所述将数据集和设备的特征标记纳入损伤度算法模型，获得物联网设备关于损伤度的技术指标，还包括：
8.根据权利要求7所述的基于物联网设备损伤度监测的电梯安全防护方法，其特征在于：所述信任物联网设备发送的关于电梯的安全防护数据，包括：
9.根据权利要求8所述的基于物联网设备损伤度监测的电梯安全防护方法，其特征在于：所述信任物联网设备发送的关于电梯的安全防护数据，还包括：
10.一种基于物联网设备损伤度监测的电梯安全防护系统，其特征在于，包括：包括：
