智慧城市照明监控系统建设中数据挖掘技术的作用.pdf

中国科技期刊数据库 工业 A 收稿日期：2023 年 12 月 21 日 作者简介：李良艳（1984），女，汉族，湖南邵东人，本科，深圳市建筑科学研究院股份有限公司，中级职称，研究方向为市政电气。-171-智慧城市照明监控系统建设中数据挖掘技术的作用 李良艳 深圳市建筑科学研究院股份有限公司，广东 深圳 518000 摘要：摘要：智慧城市涉及到不同类型的数据，如管线、地理信息以及规划成果。对决策者来说，怎样去保存、使用是摆在眼前的大事，也是难题。物联网以及云计算技术的诞生，对于大数据有极大的促进意义，同时也帮助各级政府指明了决策上的方向。如何优化现有的业务流程，影响城市建设与交通。类似地，将大数据技术引入至照明监控系统中，有助于提高智慧城市照明系统整体的运行效果，节省电能损耗。实践中，要采集城市照明最新的数据，适时地改造原照明系统的各个板块，使其处于一种安全的工作状态。下文将重点探讨数据挖掘技术及其在智慧照明领域的应用。关键词：关键词：智慧城市；照明监控系统；数据挖掘技术 中图分类号：中图分类号：TP311 0 引言 将大数据技术引入至智慧城市照明系统中，能够为从业人员提供精准、最新的数据。结合系统运行存在的问题，作出妥善地应对，确保整个照明系统的安全。如某智慧城市照明系统，提前已装载一款传感器，使照明路灯可以灵敏地探测车辆的行驶速度，不同路段上的车辆数量。同时，将各相关信息传送至交通管理控制中心。依托互联网技术，控制中心又会将这些信息反馈给行车人员，帮助他们选择最优的线路，从而缓解交通拥堵。除上述外，将大数据技术投放于智慧城市照明系统中，还可帮助交通部门制定一份精准、科学的规划决策。1 城市照明监控系统建设的背景及其功能需求 1.1 背景分析 据统计，从 2013 年到 2022 年这 10 年间，国内城市照明灯具从 2199.5 万盏扩大到了 3440 万盏，同比上涨 6%。千万盏灯具照亮一座座城市，其耗电量巨大，增量也十分迅猛。从现况分析，城市照明管理相对比较分散、混乱，尚未建立集中的监控系统，城市照明也得不到统一管理。部分地区的灯具使用不规范，无人时段持续亮灯，耗费了电量，但看不见效果。为此，建立照明监控系统，对城市照明进行统一管理，有着深远的社会、实践意义。城市照明监控系统的构建，其作用体现在如下几点。1）了解城市照明的总体情况。创建照明监控系统，对照明灯具实施全方位地监控，熟悉城市各路段照明灯具的使用情况。2）综合把控城市照明。结合现实情况作出变动，发挥照明系统最大的功能。监控系统的构建，能够帮助有关部门摸清不同区域的照明需求，总结变化规律，对照明进行合理地控制。3）创建智慧城市。智慧城市，体现在城市服务和基础性功能上。而智慧照明同样也是智慧城市的重要内容，创建照明监控系统，对照明进行智慧控制，对于创建智慧城市无疑是锦上添花。1.2 功能需求 功能方面，除了流量分析、自动抄表之外，照明监控系统还必须能故障报警、实施远程监控。1）流量分析，它的覆盖范围，应该是照明区域的所有行人、车流情况，以流量为准，去调节路灯当时的亮度。流量大小、照明亮度是一种正比例关系，前者越大，路灯的亮度也必须增强；相反，则必须调低。（2）远程控制。借助远程端，操控照明系统尤其是路灯的开关还有亮度。（3）故障报警。某些情况下，灯具可能会有故障，此时要马上像监控中心进行反馈，提示设备端，帮助维修人员作出判断。（4）自动抄表。对照明灯具日常耗费的电量情况进行抄表，并将用电信息发送给系统，以便对数据进行智能化整理，帮助相关人员掌握城市照明的耗电情况。2 数据挖掘技术的应用优势 中国科技期刊数据库 工业 A-172-数据挖掘技术，即数据分析、解析技术，旨在找出数据的价值、规律和内在关联，为决策提供可靠的数据支持。数据挖掘技术并非只有一种，决策树、神经网络以及遗传算法均是其中的典型。有关数据挖掘技术，其流程十分相似，如下。2.1 技术流程 不同类型的数据挖掘技术，其流程基本上是一致的：从海量信息中提炼有价值的目标信息，进行深入分析。在技术利用方面，流程如下。1）数据搜集。挖掘分析的前提，是要搜集足量有价值的数据。搜集工作，可以是多路线、多方法进行，要有明确的准则，筛选有价值的信息，形成一个数据池，以便对数据进行汇总。2）数据集成。整合后，接下来开始集成处理，也就是结合不同的格式、来源和属性来对信息进行分类整理，为接下来的数据挖掘打下牢固的根基。3）数据清理。本阶段，重点是处理整理完毕的数据，将其中不完整、可靠性低、属性值缺失的不良数据进行剔除，部分数据相对比较完整、真实，可考虑存储下来。4）数据变换。有些无用信息，最好马上清除；而那些尚有价值的信息，适合进行变换。原始数据，不建议拿来直接使用，还是要考虑当时的情况和条件，只有合乎标准，才能进行。5）数据挖掘。变换处理过的数据，接下来就可以利用决策树进行分析，提取其中的“御用”数据。6）评估结果。这步操作，重点是判断数据是否真的可信。7）结果表示。以图片、程序等直观化形式，展现挖掘的结果。2.2 应用优势 数据挖掘技术有自身的某些应用优势。1）能够对海量数据进行处理。伴随社会的持续进步，各行业数据频繁增多，数据体量持续扩大。因此，数据挖掘自然也有它的存在意义。2）较高的适用性。几乎每个行业，都会找得到数据挖掘的影子，不存在过多的约束。挖掘的目标是数据，无需考虑它们来自哪个行业。由此说明，数据挖掘技术相对而言还是比较适用的。3 大数据技术在智慧城市照明建设中的应用 基于大数据技术，智慧城市照明系统能够妥善地解决照明管理方面的问题，促进智能化管理，提高节能水平。智慧照明系统汇集了通信、云计算还有传感等诸多现代技术。在满足公共照明需求的同时，使管理更为智能。也就是：以路灯杆为载体，赋予交通、治安、天气等不同的功能。3.1 系统架构 3.1.1 采集与控制执行层 从结构上看，本层级涵盖了传感器、防盗报警末端以及单灯控制器这几个关键的部分。传感器模块，是由摄像头、温湿度、噪声监测以及空气污染传感器等组合而成，能够对路灯附近的环境数据进行采集。单灯控制器，能够采集到路灯在不同时段的运行状态，同时将用电量、照明强度这系列信息反馈给路灯监控终端（RTU）。3.1.2 前端分布控制层 前端分布控制层，即利用路灯监控传感器反馈的系列信息，对路灯每天的用电量进行智能化控制。在确保路灯安全运行的前提下，提高照明节能水平。对智慧城市照明进行构建时，需依托领先的大数据技术，减少能源消耗率，促进城市照明的绿色、节能化。除上述外，将大数据技术引入至照明系统中，可以很好地对路灯数据进行处理，防止信息孤岛，确保照明数据的完整、安全性。3.1.3 通信传输层 通信传输，同样也是智慧城市照明系统中非常关键的功能层级。使监控中心顺利地与终端链接起来，这是本层的基础功能。另外，它能够对监控终端进行掌控，尤其是每盏路灯的亮度还有关停状态。有了大数据技术后，路况信息也要比之前更加的充分、安全，此时照明数据也找到了它本身的价值。在通信传输层，相关人员可以一览整座城市中路灯系统是否运行良好，有无异常情形。借助监控终端发送的数据，第一时间进行应对，避免照明系统留下隐患或是故障。为了在本功能层中推广大数据技术，现场人员也要考虑照明系统总体的运行概况，尤其要对路灯信息进行如实地统计。在全面地比对分析后，优化整个照明系统，从各个时段上进行监控，发挥出照明信息最大的价值。实践中，要保护好各类照明数据，根据地方照明系统的运行参数和整体状态，构建科学、可靠性高的城市照明管理系统。3.1.4 数据处理层 在数据处理层，照明管理系统可以全面地处理采集到的各类信息，根据天气、行人或是车流量情况以及光照度，做好大数据分析。同时，将分析结果反馈中国科技期刊数据库 工业 A-173-给路灯监控终端，以便实时地调节和控制路灯亮度，节省更多的能源。一旦路灯存在故障，系统也会立即发出警报，提醒现场人员加紧处理，确保照明系统的安全、长久运行。利用大数据技术，可以确保输出支路、供配电柜二者的安全性，实时采集路灯电流及其电压信息，帮助从业人员建立一个数据库，全面分析照明供电相关信息，防止危险事故。大数据下，照明管理系统也在持续地增强对数据的处理能力，路灯运行也比原来更加地可靠。为确保数据的集约化利用，需考虑路灯在不同路段上的照明状态，加强维护。在不影响照明系统运行的前提下，减少道路照明大规模不亮的频率，为市民晚间出行创造舒适、和谐的环境。3.2 系统实现 城市照明监控，实质上是采集照明系统具体的数据，将其整合至数据中心，以促进大数据分析。数据挖掘技术是以统计学为支撑，对非随机样本加以分析，得出一种科学、精准的结论。从根本上看，照明监控系统的整个框架相当于一个 IoT，也就是物联网。利用网络，使两台机器成功地连接（M2M）。有了大数据技术后，人、事和物三方均可做到完全的互联、互通。现有技术条件下，照明监控系统的前端、整个传输网络相对也较为简单。尤其前端对智能终端设备进行了全面整合，包括调制解调器芯片、驱动器等部件。利用 4G、5G 技术，均可建立传输网络。与照明监控系统相关的研究并不算少，有一定的借鉴意义。本文将重点放在处理层上，也就是对如何搭建后台应用平台进行分析。该应用平台必须符合数据日常的存储、预处理需求，既要支持分布式计算，又要能够对数据进行挖掘，能够展示搭建后的成果。当前技术条件下，利用云计算或是网格技术，能够搭建起整个后台应用平台。（1）开源框架，尤其 Hadoop，能够在计算机上安全地运行。同时，它还是 1 个可靠的存储平台，可以存储不同类型的数据。利用该系统，相关人员可以并行计算，也可以网格计算。（2）云计算，能够很好地与分布式计算进行兼容。利用自定义平台，对前述提及的各类数据进行妥善处理，完成最后的分布式计算。（3）大数据分析。这里，关键要是灵活地使用挖掘算法。拿决策树来说，ID3 是它的核心要素。归根结底，该算法也可以看做是机器学习算法的分类。分类决策树较好地体现了 ID3 身上的优势，其属性均是按照信息增益率加以确认。另外，它的构造允许多次地剪枝。连续属性，还可以离散化处理。对于数据池中某些不完整数据，该方法也可以处理。不过，该算法并不十分高效。为解决上述问题，市面上衍生出新的K-means 及其改进算法。（4）为促进智慧照明监控的高度可视化（成果展示，需以可视化为前提），以多元化的形式对数据进行呈现，以访问整个数据跨平台，促进可视化分析，帮助管理部门作出科学的决策。3.3 功能运用 从功能运用上看，数据挖掘技术能够对照明设备潜在的故障发起预警。对城市照明设备来说，其运行存在一定的规律。只要按照规律来设置详细的参数，在接下来的很长期限内均无需作出额外的变动或是调整。不过，照明设备故障本身就带有一定的偶发性，部分故障是随机发生的，不存在什么规律。因此，也就没有办法提前预判，很难采取预防性措施。为此，利用数据挖掘完全可以对照明设备故障进行全面地预警，帮助相关人员找出故障，妥善处理。关于故障预警系统，最为理想的创建方式就是决策树技术。决策树算法，要求我们严格按照树结构，对其中的数据进行描述、优化。通过多次地决策树训练和合理的测试，最终形成想要的决策树结构。依托C4.5 算法，明确树结构必须遵循的分类规则，使系统在必要时发起预警。主要流程：1）采集数据（行人、车流量情况、天气），进入预处理。如某路灯设备，重点是要了解它的信号、开关灯时间、功率大小还有电压情况。预处理实，部分数据可能不太实用，要果断地删除，如开关灯时间。但是，功率以及电压都是必须保存下来的数据。（2）故障预警。根据 C4.5 算法，数据在经过预处理后，必须输入到系统中。根据分类规则，做好挖掘分析。最后，输出和得到 C4.5 决策树模型。4 结束语 智慧城市，即基于信息技术推出的城市建设策略，力求为市民提供优越、舒适的宜居环境。要创建一座智慧城市，我们有必要加强顶层设计，明确智慧城市的功能需求，厘清与智慧照明存在的相关性。要明白，智慧照明、城市建设未来必将成为一个联盟，我们要想办法挣脱行业、区域存在的信息壁垒，利用数据挖掘技术来促进信息互通，为创建智慧城市提供更多有中国科技期刊数据库 工业 A-174-利的机会与可能。参考文献 1王亮.城市照明节能措施研究J.经营管理者,2019(14):223-223.2行娟娟.交流调压在路灯节能上的应用J.科学时代,2019(11):158-158.3吴尚升.关于城市照明节能措施的研究与分析J.山东工业技术,2020(5):164-164.4于志.基于智慧城市和大数据的理性规划与城乡治理思考J.城市建设理论研究(电子版),2021(34).