复杂网络社区发现算法聚类分析全国电梯故障数据和可视化：诊断电梯“安全之殇”

全文链接：http://tecdat.cn/?p=2186

原文出处：拓端数据部落公众号

物业工程肩负着维持项目各类设施设备的正常运作，保障全体业主的正常生活，令物业保值升值，是项目的心脏部门。拓端数据（tecdat）研究人员根据全国电梯故障上报汇总数据，从多个角度进行数据分析。

物业工程肩负着维持项目各类设施设备的正常运作，保障全体业主的正常生活，令物业保值升值，是项目的心脏部门。工程设备故障分析，从各类专业系统的问题统计中，发现该系统全国故障发生率较高的设备问题，从工程管理措施上控制设备故障率，减少同类故障的频发程度，对设施设备故障的预判、解决方案的制定有非常重要的意义。

基于以上背景，拓端数据（tecdat）研究人员根据全国电梯故障上报汇总数据，从多个角度进行数据分析。

电梯故障

影响因素网络*

图表1

电梯故障影响因素分析结果显示电梯故障处理结果、损坏配件名称和故障原因之间存在强关联关系，故障处理时长和故障原因、更换配件费用、流程状态之间存在较强的关联关系，故障类型和故障原因、单元号之间存在关联关系。

社区发现算法结果显示，电梯故障因素可以从配件信息、故障信息和房屋信息三个维度来进行分析。因此，准确确定故障原因和预计故障处理时间可以提高故障处理效率。从聚类结果中可以判断电梯所处的房屋信息对故障处理时长也有一定影响。

停梯原因

影响因素分析

接下来，我们对截止研究时段仍为停梯状态对象的原因和影响因素进行研究。

图表2

停梯的因素可以分成三个方面：故障责任未明确、维保单位流程中与无备用配件。相比于正常状态电梯，拨打400客服电话可以很大程度上减少由于原因和责任不明确所导致的停梯比例，一定程度上加快维保单位维修的进程，从而减少停梯比例。同时，有被困人员的电梯由于原因和责任未明确而停梯的情况较少出现，同时也减少了维保单位协调和无配件而停机的比例。

地区比较

故障类型和处理时长

图表3

根据故障类型的复杂程度和电梯故障处理效率两个维度，电梯故障处理情况可以大概分成4个区域。在A区域中，我们发现全国大部分省市的复杂故障处理时长都较短，新疆和深圳在处理复杂故障类型的能力上仍需提高。在B区域中，我们发现新疆、海南和甘肃在处理一般故障类型的能力上仍需提高。在C区域中，我们发现福建、广西和新疆在处理一般故障类型的能力上仍需提高。总的来说，大部分地区在较短时间内可以解决较复杂的故障类型，同时对于一般故障类型的处理时长长短不一、相差很大，新疆在不同故障类型的处理效率上仍需提高。

本文章中的所有信息（包括但不限于分析、预测、建议、数据、图表等内容）仅供参考，拓端数据（tecdat）不因文章的全部或部分内容产生的或因本文章而引致的任何损失承担任何责任。

---

最受欢迎的见解

1.R语言k-Shape算法股票价格时间序列聚类

2.R语言基于温度对城市层次聚类、kmean聚类、主成分分析和Voronoi图

3.R语言对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归

4.r语言鸢尾花iris数据集的层次聚类

5.Python Monte Carlo K-Means聚类实战

6.用R进行网站评论文本挖掘聚类

7.R语言KMEANS均值聚类和层次聚类：亚洲国家地区生活幸福质量异同可视化**

8.PYTHON用户流失数据挖掘：建立逻辑回归、XGBOOST、随机森林、决策树、支持向量机、朴素贝叶斯模型和KMEANS聚类用户画像

9.R语言基于Keras的小数据集深度学习图像分类