本发明涉及货运电梯领域，尤其涉及一种货运电梯智能停留驱动系统。
背景技术：
1、现代电梯主要由曳引机（绞车）、导轨、对重装置、安全装置（如限速器、安全钳和缓冲器等）、信号操纵系统、轿厢与厅门等组成。这些部分分别安装在建筑物的井道和机房中。通常采用钢丝绳摩擦传动，钢丝绳绕过曳引轮，两端分别连接轿厢和平衡重，电动机驱动曳引轮使轿厢升降。电梯要求安全可靠、输送效率高、平层准确和乘坐舒适等。电梯的基本参数主要有额定载重量、可乘人数、额定速度、轿厢外廓尺寸和井道型式等。电梯根据运载对象不同可以分为货运电梯以及客运电梯。
2、对于同时服务于多个货运公司的货运电梯来说，如何确定货运电梯在未来时间分段的停驻楼层，以尽可能满足多个货运公司的货运需求的同时，尽可能减少升降楼层数量，提升货运电梯运行的节能水准，是当前需要解决的技术难题之一，其中的难点在于很难预测货运电梯未来设定时间分段对应的各个楼层的选中次数，从而难以为货运电梯未来时间分段的运行策略提供关键数据。
技术实现思路
1、为了解决相关领域的技术问题，本发明提供了一种货运电梯智能停留驱动系统，通过利用极限学习机神经网络模型根据当前货运电梯过往多天设定时间分段分别对应的多份选中次数信息以及当前货运电梯的多份配置数据智能辨识当前货运电梯当天设定时间分段对应的选中次数信息，从而为当前货运电梯当天设定时间分段的运行策略提供关键数据，还引用驱动控制机构用于将智能辨识获得的当前货运电梯当天设定时间分段对应的选中次数信息中被选中次数最多的楼层作为参考楼层，并将所述参考楼层作为默认停留楼层以在当前货运电梯处于空闲状态时驱动当前货运电梯停留在所述参考楼层，从而提升当前货运电梯的运行效率，以及用于参与智能辨识的基础数据中，当前货运电梯的多份配置数据为当前货运电梯的最大载货重量、能够停留的楼层数量以及所在建筑物的货运公司数量，从而保证了智能辨识结果的有效性和稳定性，其中，对极限学习机神经网络执行连续转换处理以获得极限学习机神经网络模型，对极限学习机神经网络执行的每一次转换处理为对极限学习机神经网络执行的每一次训练操作，以及对极限学习机神经网络执行的转换处理的次数与当前货运电梯能够停留的楼层数量成正比，从而实现对极限学习机神经网络模型的结构的定制。
2、根据本发明，提供了一种货运电梯智能停留驱动系统，所述系统包括：
3、连续转换部件，用于对极限学习机神经网络执行连续转换处理以获得极限学习机神经网络模型，其中，对极限学习机神经网络执行连续转换处理以获得极限学习机神经网络模型包括：对极限学习机神经网络执行的每一次转换处理为对极限学习机神经网络执行的每一次训练操作；
4、内容采集部件，用于采集当前货运电梯过往多天设定时间分段分别对应的多份选中次数信息，当前货运电梯过往每一天设定时间分段对应的选中次数信息为当前货运电梯过往每一天设定时间分段内各个楼层被选中次数；
5、配置录入部件，用于获取当前货运电梯的多份配置数据，当前货运电梯的多份配置数据为当前货运电梯的最大载货重量、能够停留的楼层数量以及所在建筑物的货运公司数量；
6、模型操作机构，分别与所述连续转换部件、所述内容采集部件以及所述配置录入部件连接，用于利用极限学习机神经网络模型根据当前货运电梯过往多天设定时间分段分别对应的多份选中次数信息以及当前货运电梯的多份配置数据智能辨识当前货运电梯当天设定时间分段对应的选中次数信息；
7、驱动控制机构，与所述模型操作机构连接，用于将智能辨识获得的当前货运电梯当天设定时间分段对应的选中次数信息中被选中次数最多的楼层作为参考楼层，并将所述参考楼层作为默认停留楼层以在当前货运电梯处于空闲状态时驱动当前货运电梯停留在所述参考楼层；
8、网络通知设备，与所述模型操作机构连接，用于将智能辨识获得的当前货运电梯当天设定时间分段对应的选中次数信息通过移动通信网络发送给远端的云计算服务网元；
9、其中，采集当前货运电梯过往多天设定时间分段分别对应的多份选中次数信息，当前货运电梯过往每一天设定时间分段对应的选中次数信息为当前货运电梯过往每一天设定时间分段内各个楼层被选中次数包括：多天对应的天数与当前货运电梯能够停留的楼层数量正向关联；
10、其中，对极限学习机神经网络执行连续转换处理以获得极限学习机神经网络模型还包括：对极限学习机神经网络执行的转换处理的次数与当前货运电梯能够停留的楼层数量成正比；
11、其中，对极限学习机神经网络执行的转换处理的次数与当前货运电梯能够停留的楼层数量成正比包括：采用数值转换公式表示对极限学习机神经网络执行的转换处理的次数与当前货运电梯能够停留的楼层数量成正比的数值转换关系。
12、由此可见，本发明主要具备以下几处显著的技术效果：
13、首先：利用极限学习机神经网络模型根据当前货运电梯过往多天设定时间分段分别对应的多份选中次数信息以及当前货运电梯的多份配置数据智能辨识当前货运电梯当天设定时间分段对应的选中次数信息，从而为当前货运电梯当天设定时间分段的运行策略提供关键数据；
14、其次：引用驱动控制机构用于将智能辨识获得的当前货运电梯当天设定时间分段对应的选中次数信息中被选中次数最多的楼层作为参考楼层，并将所述参考楼层作为默认停留楼层以在当前货运电梯处于空闲状态时驱动当前货运电梯停留在所述参考楼层，从而提升当前货运电梯的运行效率；
15、再次：用于参与智能辨识的基础数据中，当前货运电梯的多份配置数据为当前货运电梯的最大载货重量、能够停留的楼层数量以及所在建筑物的货运公司数量，从而保证了智能辨识结果的有效性和稳定性；
16、最后：对极限学习机神经网络执行连续转换处理以获得极限学习机神经网络模型，对极限学习机神经网络执行的每一次转换处理为对极限学习机神经网络执行的每一次训练操作，以及对极限学习机神经网络执行的转换处理的次数与当前货运电梯能够停留的楼层数量成正比，从而实现对极限学习机神经网络模型的结构的定制。
17、本发明的货运电梯智能停留驱动系统逻辑紧凑、节能环保。由于能够根据当前货运电梯的各项基础信息智能辨识当前货运电梯当天设定时间分段对应的选中次数信息，从而为当前货运电梯当天设定时间分段的运行策略提供关键数据，兼顾了货运需求以及节能需求。
1.一种货运电梯智能停留驱动系统，其特征在于，所述系统包括：
2.如权利要求1所述的货运电梯智能停留驱动系统，其特征在于：
3.如权利要求2所述的货运电梯智能停留驱动系统，其特征在于，所述系统还包括：
4.如权利要求3所述的货运电梯智能停留驱动系统，其特征在于：
5.如权利要求4所述的货运电梯智能停留驱动系统，其特征在于：
6.如权利要求5所述的货运电梯智能停留驱动系统，其特征在于：
7.如权利要求3-6任一所述的货运电梯智能停留驱动系统，其特征在于，所述系统还包括：
8.如权利要求7所述的货运电梯智能停留驱动系统，其特征在于：
9.如权利要求8所述的货运电梯智能停留驱动系统，其特征在于：
