一种基于数据挖掘的智能路灯能耗分析系统技术方案

本发明专利技术公开了一种基于数据挖掘的智能路灯能耗分析系统，包括：原始能耗数据表和修正的能耗数据表，这两个表分别用于存储路灯的原始能耗数据以及经过处理后的能耗数据；能耗监测模型，用于实时监测路灯能耗数据，以图表形式显示监测结果；能耗预测模型，用于预测路灯未来一段时间内的能耗值，以图表形式显示预测结果；历史数据查询模型，用于查询路灯历史能耗数据，以图表形式显示查询结果；能耗数据处理模型，用于导入和处理路灯历史能耗数据，以图表形式显示处理结果；用户界面，采用单窗口多视图的结构和左右窗格的形式，同时使用图表形式显示能耗分析的结果。通过本发明专利技术方法能够有效监测和管理路灯能耗，实现路灯节能。

【技术实现步骤摘要】
一种基于数据挖掘的智能路灯能耗分析系统
本专利技术涉及数据挖掘、智能路灯以及能耗分析领域，尤其是指一种基于数据挖掘的智能路灯能耗分析(SmartLightEnergyconsumptionAnalysis，SLEA)系统。
技术介绍
近年来，我国加快了城市化的步伐，城市的发展促进了路灯种类的增多和使用范围的扩大，目前主要有街道、公路、隧道、地铁、景观、公园等路灯照明。路灯照明离不开路灯监控系统的控制和管理，随着“智慧城市”和“智慧路灯”的不断推广和建设，路灯监控系统越来越智能化、自动化、信息化、网络化，系统的功能也越来越完善。路灯每年都消耗大量的电能以及其它资源，建立和完善智能路灯监控系统的能耗分析平台和实现路灯节能成为路灯建设和智慧路灯发展必须解决的一个课题。目前智能路灯监控系统更加注重于实现路灯智能化的控制和管理，集成更多的功能，如将灯杆作为充电桩、环境监测等的载体，以及通过照明策略实现路灯节能，如按需照明灯。路灯节能的方法主要有：1)选择低能耗光源；2)降低线路损耗；3)使用新能源路灯；4)按需照明；5)能耗分析。能耗分析是智能路灯监控系统的一个重要组成部分，不仅可以实时监控路灯的能耗，而且也可以根据分析结果提供路灯节能支持。通过分析路灯能耗数据，能够及时发现路灯异常，如耗电异常、路灯设备损坏，避免了电能的浪费，为路灯设备的及时维护和维修提供保障。因此，改进和完善智能路灯监控系统的能耗分析平台十分必要。
技术实现思路
本专利技术的目的在于克服现有技术的缺点与不足，提出了一种可用性和可靠性较强的基于数据挖掘的智能路灯能耗分析(SmartLightEnergyconsumptionAnalysis，SLEA)系统，该系统将数据挖掘技术应用于路灯能耗数据的监测和管理，通过挖掘路灯能耗数据的规律发现能耗数据的异常、预估路灯的能耗值等，从而有效监测和管理路灯能耗，实现路灯节能。为实现上述目的，本专利技术所提供的技术方案为：一种基于数据挖掘的智能路灯能耗分析系统，包括：数据表，包括原始能耗数据表和修正的能耗数据表，这两个表分别用于存储路灯的原始能耗数据以及经过处理后的能耗数据；能耗监测模型，用于实时监测路灯能耗数据，以图表形式显示监测结果，对异常能耗数据进行提示和报警，并且为了以后的能耗监测和能耗预测的准确性，对异常能耗数据进行修正；能耗预测模型，用于预测路灯未来一段时间内的能耗值，以图表形式显示预测结果，并且能够将预测结果导出为CSV文件；历史数据查询模型，用于查询路灯历史能耗数据，以图表形式显示查询结果，能够选择是否将原始能耗数据与修正的能耗数据进行对比，从而对异常能耗有一个更加清晰的认识，并且能够将处查询结果导出为CSV文件；能耗数据处理模型，用于导入和处理路灯历史能耗数据，以图表形式显示处理结果，对历史数据中的异常数据进行修正，并将导入的数据和修正的数据存储到数据库中；用户界面，采用单窗口多视图的结构和左右窗格的形式，同时使用图表形式显示能耗分析的结果。所述的原始能耗数据表是用于保存采集到的原始能耗数据，是没有经过任何修正或修改的数据，包括能耗记录标号、终端号、终端名称、能耗采集时间、能耗值、数据库更新时间这些字段，其中：能耗记录标号：表示第几条能耗记录；终端号：智能路灯监控系统为方便路灯终端的管理，为其设置的一个编号；终端名称：与终端号相对应，为终端的名称；能耗采集时间：表示采集路灯能耗数据的时间；能耗值：表示采集到的路灯的能耗值，即路灯的用电量；数据库更新时间：表示该记录存储到数据表中的时间；所述的修正的能耗数据表是用于保存经过修正之后的能耗数据，对原始能耗数据中的缺失数据进行填补以及异常数据进行纠正，包括能耗记录标号、终端号、终端名称、能耗采集时间、能耗值、修正的能耗值、能耗是否被修正、能耗是否异常、能耗是否缺失、数据库更新时间这些字段，其中：能耗记录标号、终端号、终端名称、能耗采集时间、能耗值：对于同一条能耗记录，修正的能耗数据表的这些字段的值与原始能耗数据表相同；修正的能耗值：如果能耗正常，则修正的能耗值与原始能耗值相同，如果能耗缺失或异常，则修正的能耗值为经过修正之后的值；能耗是否被修正：如果能耗被修正，则该值为1，也就表示该能耗是缺失的或异常的，否则，该值为0，也就表示该能耗是正常的；能耗是否异常：如果能耗异常，则该值为1，否则，该值为0；能耗是否缺失：如果能耗缺失，则该值为1，否则，该值为0；数据库更新时间：表示该记录存储到数据表中的时间，该时间总会比原始能耗数据表的数据库更新时间晚，因为能耗数据总是先存储到原始能耗数据表，然后经过模型的分析和处理之后再存储到修正的能耗数据表。所述的能耗监测模型是基于局部离群点因子算法和回归树，实现对异常能耗数据的检测和修正，具体步骤如下：1)接收到最新的路灯能耗值，触发能耗监测事件；2)创建能耗监测线程；3)将接收到的能耗数据存储到原始能耗数据表中；4)调用能耗监测模型对路灯能耗值进行分析，识别其所属类别，该类别分有正常、缺失、异常，并当其为缺失或异常数据时进行修正，其实现方式如下：4.1)采集最新能耗数据；4.2)从修正的能耗数据表中读取最近一段时间内的能耗数据；4.3)判断能耗数据是否缺失，即判断采集的能耗值是否为0，若为0则表明能耗缺失，跳到步骤4.5)，否则，继续；4.4)使用局部离群点因子算法计算采集到的能耗数据的lof值，判断lof值是否大于阈值，若小于则表明能耗正常，结束，否则表明能耗异常，继续；4.5)使用回归树算法建立回归树，并使用建立的回归树修正能耗值；5)将能耗监测结果存储到修正的能耗数据表中；6)在能耗监测界面的柱状图和表格中显示能耗监测结果；7)销毁能耗监测线程。所述的能耗预测模型是基于径向基函数神经网络，实现对能耗数据的预测，其具体步骤如下：1)用户设置预测时间段，触发能耗预测事件；2)创建能耗预测线程；3)调用能耗预测模型，训练径向基函数神经网络，获得待预测时间段的路灯的能耗值，其实现方式如下：3.1)设置预测时间段或预测天数；3.2)从修正的能耗数据表中读取最近一段时间内的能耗数据；3.3)使用梯度下降法训练径向基函数神经网络；3.4)使用训练得到的神经网络预测路灯能耗值；4)在能耗预测界面的柱状图和表格中显示能耗预测结果；5)销毁能耗预测线程；6)用户根据需求决定是否导出能耗预测结果，如果需要导出，则将能耗预测结果导出为CSV文件。在所述历史数据查询模型当中，用户通过设置查询时间段，查询该时间段内的历史能耗数据，查询结果就会显示在柱状图和表格中，其具体步骤如下：1)用户设置查询时间段以及选择是否对比，触发数据查询事件；2)创建数据查询线程；3)根据用户设置的条件查询修正的能耗数据表；4)在数据查询界面的柱状图和表格中显示数据查询结果；5)销毁数据查询线程；6)用户根据需求决定是否导出数据查询结果，如果需要导出，则将数据查询结果导出为CSV文件。所述的能耗数据处理模型是基于局部离群点因子算法和回归树，实现对历史数据的导入和处理，其具体步骤如下：1)用户选择历史能耗数据源，触发能耗数据处理事件；2)创建能耗数据处理线程；3)将用户选择的历史能耗数据存储到原始能耗数据表中；4)调用能耗数据处理模型修正问题能耗数据，实现方式本文档来自技高网...

【技术保护点】
一种基于数据挖掘的智能路灯能耗分析系统，包括：数据表，包括原始能耗数据表和修正的能耗数据表，这两个表分别用于存储路灯的原始能耗数据以及经过处理后的能耗数据；能耗监测模型，用于实时监测路灯能耗数据，以图表形式显示监测结果，对异常能耗数据进行提示和报警，并且为了以后的能耗监测和能耗预测的准确性，对异常能耗数据进行修正；能耗预测模型，用于预测路灯未来一段时间内的能耗值，以图表形式显示预测结果，并且能够将预测结果导出为CSV文件；历史数据查询模型，用于查询路灯历史能耗数据，以图表形式显示查询结果，能够选择是否将原始能耗数据与修正的能耗数据进行对比，从而对异常能耗有一个更加清晰的认识，并且能够将处查询结果导出为CSV文件；能耗数据处理模型，用于导入和处理路灯历史能耗数据，以图表形式显示处理结果，对历史数据中的异常数据进行修正，并将导入的数据和修正的数据存储到数据库中；用户界面，采用单窗口多视图的结构和左右窗格的形式，同时使用图表形式显示能耗分析的结果。

【技术特征摘要】
1.一种基于数据挖掘的智能路灯能耗分析系统，包括：数据表，包括原始能耗数据表和修正的能耗数据表，这两个表分别用于存储路灯的原始能耗数据以及经过处理后的能耗数据；能耗监测模型，用于实时监测路灯能耗数据，以图表形式显示监测结果，对异常能耗数据进行提示和报警，并且为了以后的能耗监测和能耗预测的准确性，对异常能耗数据进行修正；能耗预测模型，用于预测路灯未来一段时间内的能耗值，以图表形式显示预测结果，并且能够将预测结果导出为CSV文件；历史数据查询模型，用于查询路灯历史能耗数据，以图表形式显示查询结果，能够选择是否将原始能耗数据与修正的能耗数据进行对比，从而对异常能耗有一个更加清晰的认识，并且能够将处查询结果导出为CSV文件；能耗数据处理模型，用于导入和处理路灯历史能耗数据，以图表形式显示处理结果，对历史数据中的异常数据进行修正，并将导入的数据和修正的数据存储到数据库中；用户界面，采用单窗口多视图的结构和左右窗格的形式，同时使用图表形式显示能耗分析的结果。2.根据权利要求1所述的一种基于数据挖掘的智能路灯能耗分析系统，其特征在于：所述的原始能耗数据表是用于保存采集到的原始能耗数据，是没有经过任何修正或修改的数据，包括能耗记录标号、终端号、终端名称、能耗采集时间、能耗值、数据库更新时间这些字段，其中：能耗记录标号：表示第几条能耗记录；终端号：智能路灯监控系统为方便路灯终端的管理，为其设置的一个编号；终端名称：与终端号相对应，为终端的名称；能耗采集时间：表示采集路灯能耗数据的时间；能耗值：表示采集到的路灯的能耗值，即路灯的用电量；数据库更新时间：表示该记录存储到数据表中的时间；所述的修正的能耗数据表是用于保存经过修正之后的能耗数据，对原始能耗数据中的缺失数据进行填补以及异常数据进行纠正，包括能耗记录标号、终端号、终端名称、能耗采集时间、能耗值、修正的能耗值、能耗是否被修正、能耗是否异常、能耗是否缺失、数据库更新时间这些字段，其中：能耗记录标号、终端号、终端名称、能耗采集时间、能耗值：对于同一条能耗记录，修正的能耗数据表的这些字段的值与原始能耗数据表相同；修正的能耗值：如果能耗正常，则修正的能耗值与原始能耗值相同，如果能耗缺失或异常，则修正的能耗值为经过修正之后的值；能耗是否被修正：如果能耗被修正，则该值为1，也就表示该能耗是缺失的或异常的，否则，该值为0，也就表示该能耗是正常的；能耗是否异常：如果能耗异常，则该值为1，否则，该值为0；能耗是否缺失：如果能耗缺失，则该值为1，否则，该值为0；数据库更新时间：表示该记录存储到数据表中的时间，该时间总会比原始能耗数据表的数据库更新时间晚，因为能耗数据总是先存储到原始能耗数据表，然后经过模型的分析和处理之后再存储到修正的能耗数据表。3.根据权利要求1所述的一种基于数据挖掘的智能路灯能耗分析系统，其特征在于：所述的能耗监测模型是基于局部离群点因子算法和回归树，实现对异常能耗数据的检测和修正，具体步骤如下：1)接收到最新的路灯能耗值，触发能耗监测事件；2)创建能耗监测线程；3)将接收到的能耗数据存储到原始能耗数据表中；4)调用能耗监测模型对路灯能耗值进行分析，识别其所属类别，该类别分有正常、缺失、异常，并当其为缺失或异常数据时进行修正，其实现方式如下：4.1)采集最新能耗数据；4.2)从修正的能耗数据表中读取最近一段时间内的能耗数据；4.3)判断能耗数据是否缺失，即判断采集的能耗值是否为0，若为0则表明能耗缺失，跳到步骤4.5)，否则，继续；4.4)使用局部离群点因子算法计算采集到的能耗数据的lof值，判断lof值是否大于阈值，若小于则表明能耗正常，结束，否则表明能耗异常，继续；4.5)使用回归树算法建立回归树，并使用建立的回归树...

【专利技术属性】
技术研发人员：董敏，裴茂锋，毕盛，汤雪，刘皓熙，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44