城市照明中论大数据与智慧化照明管理的应用

       南京城市照明现行的管理运维体系由控制中心为主导，各维护所按照控制中心下发的维护计划，采用巡修结合的方式进行分包维护，奥南所为单灯定修的维护方式。应智慧化照明管理的发展需求，需将大数据逐渐应用照明管理中，其中包含照明设施、维护所（工区）、一线作业班组、作业人员。
       一、照明管理大数据定义及特征
      大数据，又称巨量资料，指的是所涉及的数据资料量规模巨大到无法通过人脑甚至主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。在照明管理方面，其特征可以用4V来概括：
      1.Volume（大体量）：在五个月的时间段内我市照明相关共产生了13313条原始数据、6641项提炼数据，数据内容囊括了各项设施信息、故障处理结果、维护工作量等等
      2.Velocity（高速）：这个速度是指数据生成和 处理速度，当代智慧化照明管理要求处理故障要及时、准确、高效反馈。我市箱变内跳闸后可在第一时间内被检测到，最短时间一分钟之内可在控制中心发出警报。
      3.Variety（多样性）：所采集到的数据不仅仅限于路灯的电流、功率等数值，还包括图像、录像、声音等等，将路灯的功能从照明扩展到环境检测、宣传渠道、危险报警等方方面面，从功能路灯成长为智慧路灯。
      4.Veracity（真实性）：数据经过层层传递会以一定比率失真，而在照明管理中大数据采集是通过每一基路灯和每一个箱变进行数据采集。具有原始性和真实性。
      路灯作为照明系统的“终端”，将大数据技术应用到智慧城市照明管理中，可以将一盏盏路灯赋能成为一个个神经元，感知自身以及周边的环境，并将所采集到的数据反馈到“大脑”——控制中心，经分析数据后可以辅助照明管理决策，提升照明管理水平。        如图1所示智能感知层：智能感知层是城市照明智慧节能系统的感觉器官，通过各类智能传感器，实时捕捉照明线路覆盖区域的各类信息。采集的信息包括：
       1．照明设备各类信息，如：电压、电流、故障信息等；
       2．照明使用相关信息，如单位时间内通过人流量、车辆数等；
       3．环境参数：光照度、温度、湿度、空气质量监测、噪声监测等。
       通信传输层：利用移动通信系统实现智能感知层和大数据处理应用层的双向传输。首先智能感知层的数据采集终端将采集的数据发送给网关节点，网关节点通过4G网络连接，将采集的设备及环境参数传送到应用层处理。应用层可通过传输层发送控制以及各类配置命令，控制照明设置的状态。
       大数据处理应用层：该层是城市照明管理系统的中枢部位。通过分析智能感知层所采集的数据，制定不同的控制策略，将结果通过通信传输层反馈到各个照明设施。实现根据环境自适应调节亮度来达到节能的效果。此外，大数据处理结果同样可运用于照明设施的维护工作，提高工作效能。
      当照明设施发生故障时，由智能感知设备将故障参数上传到控制中心，控制中心经过初步的故障判断后调度维修班组修复故障，最后再由维修班组回复故障处理情况。形成一个闭环管理系统。
      从数据自身来看，通过智能感知层采集的数据有三个方面的作用：
      1．数据统计。通过在大数据处理应用层统计各项指标，可以对设施状态和维护工作做出评判。例如本月的亮灯率是否达标；各维护所的设施整治量是否完成计划；当月市民报修和1 2345工单量是否过多等等。如图2所示，城南所和城北所的亮灯率均保持在99.5%以上，2020年城南所平均每月的工单量为46.8单／月，城北所为51单／月。统计的第二个功能是扩充数据仓库。随着时间的积累数据仓库达到一定的体量之后，可以为下一步的数据分析提供足够的样本数据，提高数据分析的准确性；另外，数据库内的设施信息可以随时调用，可以在出现工程移交推迟、管养方划分不明确等问题时有据可循。        2．数据分析。数据分析是发挥大数据辅助决策功能的方式，也是实现智慧城市照明管理的必经之路。节能方面，只有多次分析后才可以相对准确地判断，哪些路段或者公园夜间无人而依然灯火通明，通过策略的制定对开关灯的时间节点进行调整，避免能源的浪费；设施状态方面，通过对处于不同环境、灯具、光源类型以及故障发生频次的设施进行横向比较，有针对性的做设施整治，提升设施品质，降低维护成本，达到主动维护的要求，实现绿色照明管理；维护工作方面，通过对维护工作的一层指标以及二层指标的分析，评估维护所的工作承载力，并对维护计划进行统筹安排，提升维护效率，保质保量地完成各项维护计划。如图3所示，城南所班组四的各项工作中，设施巡查占据了43%，同比放大后在一周内应安排3到4天进行设施巡查。        3．数据预测。通过建立数据模型来描述维护所的各项维护工作，并运用统计学的知识对下阶段的维护工作量进行预测，从而可以在人员投入、时间安排上进行统筹规划，进一步提升维护效率。当然，智慧城市不断地在发展，设施状态不断发生变化，维护人员的工作能力也在不断提高，数据模型指导维护工作统筹安排的同时，工作的结果也在不断反哺数据模型。数据模型不是一成不变的，应该是一个不断成熟、逐渐精确的状态。
       结语
       智慧城市照明管理过程中产生了海量的数据信息，通过对照明管理系统中的智能感知层、通信传输层和数据处理层应用大数据技术，让照明管理变得更加智能化，对提高城市整体照明效果、节能减排起到了很好的促进作用，实现绿色照明。同时，利用路灯设施的分布广、点位密集的特性，通过对环境信息、路况信息的采集，还可以为环保部门、交管部门、公安部门等提供大范围、全方位、可视化、实时、准确、高效的数据信息，为城市各部门之间的协同合作提供了数据支撑，形成部门之间的联动，提高智慧城市管理水平，为实现智慧路灯、智慧城管、智慧交通、智慧防汛等等起到强大推动力的作用。
      最后，将大数据应用与智慧城市照明设施的管理与维护中，对提高整个城市的亮灯率、维护工作的效率、设施完好率起到了显著的效果。