论文部分内容阅读
【摘要】随着城市化进程的加快，城市公共照明设施的需求量不断增加。对云计算运用于照明监控系统进行了研究，采用云计算实现智能照明，使城市管理水平达到照明现代化程度。进一步开发云计算与监控数据智能分析，来实现路灯的信息化管理，提高城市照明设施的科学管理水平。
【关键词】云计算;监控系统;应用
一、引言
云计算是在互联网存在的基础上通过动态可伸缩的虚拟化资源来进行计算。关键技术包括数据储存技术和数据管理技术，为用户提供编程模式。云计算与智能控制的结合，利用计算机、无线通讯、电力载波、计算机信息处理及节能控制等技术组成的“四遥”（遥控、遥测、遥信、遥调）系统，来实现对照明设备的智能化控制。具有灯光亮度的强弱调节、灯光软启动、定时控制、场景设置等功能，达到安全、节能、舒适、高效的特点，并通过监控系统，将照明光源的亮度、色温，电流电压、亮灯率、报警信息等数字化。以物联网为基础，通过远程监控系统对终端照明进行智能控制，实时监测、采集各项照明信息，并将收集到的大数据上传至云端服务器，通过云计算对大数据进行分析、处理，最终实现对照明系统的主动问询、主动控制、远程维护、防盗监控等功能。
二、照明云技术
照明云包含了大量的软硬件建设，系统整体架构设计分为物理资源层、资源池层、管理中间件层、构建层。系统架构如图1所示：
图1 系统结构图
物理资源层包括计算机、存储器、网络设施、数据库和软件等。资源池层将大量相同类型的资源构成同构的资源池，构建该层更多的是物理资源的集成和管理工作。管理中间件层负责对云计算的资源进行管理，并对众多应用任务进行调度，使资源能够高效、安全地为应用提供服务。云中心将提供照明管理服务快速交付、虚拟化通讯网络、关联数据挖掘、独享的GIS资源等服务。
三、云计算技术与照明的结合应用开发
目前照明监控平台已经能够完成系统基本功能与应用，现针对照明产品应用作进一步开发，主要开发方向是云计算与智能照明监控数据进行智能分析与处理。
（1）应用数据联动：
通过现场监控终端对照明灯具的实时监控形成数据上传到云端，云服务端通过对现场电流、电压、功率因数、故障等多种数据进行分析处理，联动相关事务逻辑处理，同时对大数据进行挖掘，生成现场数据的相关图表进行分析。
（2）智能分析与辅助决策：
采用先进信息技术，建立科学合理的模型库，对照明数据进行多层次、多角度、全方位的分析和挖掘，以连续的、立体的、动态的图表展现各种指标数据，灵活、快速地按不同的实际需求提取并发现有价值信息，揭示城市照明的内在规律，为不同层次和岗位的管理者建立关键指标模型。
通过对电力线通信与云计算进行研发，便将形成一套新的算法应用于智能照明单灯监控系统，实现通信成功率99%以上，同时将多种环境数据与照明数据进行整合分析，实现提前监控、事前预警等多种功能实现。
（3）移动终端与云计算的融合：
移动互联网快速发展，通过手持移动终端对照明现场数据进行控制、监控、采集等实时操作已经成为发展趋势，通过移动互联网可随时随刻接入云端服务器，同时获取云端数据与上传监控指令，实现实时、融合的联动方式。
四、照明监控服务快速建设
智能照明云平台是一个面向多用户的架构，依托于标准化照明监控终端，为用户提供一种构建快速、配置方便、交付敏捷的增值型服务。云平台能根据使用者申请要求提供相应服务资源，提供搭建照明管理所需要的所有网络基础设施、硬件运作平台、软件功能模块、个性化门户界面等，用户可以通过互联网访问该应用服务来获取现场终端的实时运行情况，通过搭建集智慧照明云平台中心形成集中管理，权限快速分配、现场数据快速导入等集中式管理模式来实现云技术对照明监控的快速建设。
五、数据挖掘技术
随着照明监控系统的大量普及安装，照明监控系统所获取并存储的数据容量正以惊人的速度增长，这些数据包含了现场环境中的大量信息，能够在照明管理上带来巨大的价值。照明云平台使分析数以万计的数据集，并从中获取信息变为可能。可以通过云计算强大处理问题，采用蒙特卡罗算法对海量运行数据结果来分析他们的共性，得到贴近真实情况的故障概率模型，来对当前设备未来运行风险进行分析，实现事前预警。
六、数据智能分析（如图2所示）
采用先进信息技术，建立科学合理的模型库，对照明数据进行多层次、多角度、全方位的分析和挖掘，以连续的、立体的、动态的图表展现各种指标数据，灵活、快速地按不同的实际需求提取并发现有价值信息，揭示城市照明的内在规律，为不同层次和岗位的管理者建立关键指标模型，让管理者可以得到其最关注的关键指标，为不同层次的管理者提供决策依据。
设备维护预测：根据照明设施寿命历史数据，为每种照明设备设定寿命模型，系统可以提供进入老化期的设备清单，并按照清单制定科学维护计划，管理者可以按照计划，提前安排业务人员成批更换设备，从而提高照明服务质量，同时也提高了工作效率，降低维护成本。
故障应对策略：根据照明设施故障率历史数据，为每种照明设备设定故障率分析模型，对故障率变化异常的设备进行预警，提前做好备品备件和维修人员准备。
设备评价：通过设备的故障率情况，可以按照设备评价模型，对设备厂家进行动态等级评定，为设备采购提供依据。
业务量预测：在新增加照明线路或照明片区时，按照工程预算模型，系统可以通过输入的参数（包括建设规模、建设区域、照明设备类型等）计算建设成本、照明设备数量等信息。同时根据运维模型，计算新增维护工作量，为管理者提供资金预算、人员储备决策支持。
运行效能分析：对全市照明设施建设、维护、节能、管理等方面进行综合评估，分析投入效益，找出薄弱环节以利整改。
图2 数据智能分析
七、结束语
通过认识云计算，将软件安装在智能手机和平板电脑等设备上，便可以对监控终端进行控制，方便开/关灯或调节路灯亮度实现节能。云计算技术目前正处于发展阶段，具有广阔的发展空间。在充分利用其在照明监控系统的开发，更能体现其在节能与管理方面的优势，实现智慧照明。
参考文献
[1]《云计算与大规模数据并行处理技术》，黄宜华，南京大学，2012年.
【关键词】云计算;监控系统;应用
一、引言
云计算是在互联网存在的基础上通过动态可伸缩的虚拟化资源来进行计算。关键技术包括数据储存技术和数据管理技术，为用户提供编程模式。云计算与智能控制的结合，利用计算机、无线通讯、电力载波、计算机信息处理及节能控制等技术组成的“四遥”（遥控、遥测、遥信、遥调）系统，来实现对照明设备的智能化控制。具有灯光亮度的强弱调节、灯光软启动、定时控制、场景设置等功能，达到安全、节能、舒适、高效的特点，并通过监控系统，将照明光源的亮度、色温，电流电压、亮灯率、报警信息等数字化。以物联网为基础，通过远程监控系统对终端照明进行智能控制，实时监测、采集各项照明信息，并将收集到的大数据上传至云端服务器，通过云计算对大数据进行分析、处理，最终实现对照明系统的主动问询、主动控制、远程维护、防盗监控等功能。
二、照明云技术
照明云包含了大量的软硬件建设，系统整体架构设计分为物理资源层、资源池层、管理中间件层、构建层。系统架构如图1所示：
图1 系统结构图
物理资源层包括计算机、存储器、网络设施、数据库和软件等。资源池层将大量相同类型的资源构成同构的资源池，构建该层更多的是物理资源的集成和管理工作。管理中间件层负责对云计算的资源进行管理，并对众多应用任务进行调度，使资源能够高效、安全地为应用提供服务。云中心将提供照明管理服务快速交付、虚拟化通讯网络、关联数据挖掘、独享的GIS资源等服务。
三、云计算技术与照明的结合应用开发
目前照明监控平台已经能够完成系统基本功能与应用，现针对照明产品应用作进一步开发，主要开发方向是云计算与智能照明监控数据进行智能分析与处理。
（1）应用数据联动：
通过现场监控终端对照明灯具的实时监控形成数据上传到云端，云服务端通过对现场电流、电压、功率因数、故障等多种数据进行分析处理，联动相关事务逻辑处理，同时对大数据进行挖掘，生成现场数据的相关图表进行分析。
（2）智能分析与辅助决策：
采用先进信息技术，建立科学合理的模型库，对照明数据进行多层次、多角度、全方位的分析和挖掘，以连续的、立体的、动态的图表展现各种指标数据，灵活、快速地按不同的实际需求提取并发现有价值信息，揭示城市照明的内在规律，为不同层次和岗位的管理者建立关键指标模型。
通过对电力线通信与云计算进行研发，便将形成一套新的算法应用于智能照明单灯监控系统，实现通信成功率99%以上，同时将多种环境数据与照明数据进行整合分析，实现提前监控、事前预警等多种功能实现。
（3）移动终端与云计算的融合：
移动互联网快速发展，通过手持移动终端对照明现场数据进行控制、监控、采集等实时操作已经成为发展趋势，通过移动互联网可随时随刻接入云端服务器，同时获取云端数据与上传监控指令，实现实时、融合的联动方式。
四、照明监控服务快速建设
智能照明云平台是一个面向多用户的架构，依托于标准化照明监控终端，为用户提供一种构建快速、配置方便、交付敏捷的增值型服务。云平台能根据使用者申请要求提供相应服务资源，提供搭建照明管理所需要的所有网络基础设施、硬件运作平台、软件功能模块、个性化门户界面等，用户可以通过互联网访问该应用服务来获取现场终端的实时运行情况，通过搭建集智慧照明云平台中心形成集中管理，权限快速分配、现场数据快速导入等集中式管理模式来实现云技术对照明监控的快速建设。
五、数据挖掘技术
随着照明监控系统的大量普及安装，照明监控系统所获取并存储的数据容量正以惊人的速度增长，这些数据包含了现场环境中的大量信息，能够在照明管理上带来巨大的价值。照明云平台使分析数以万计的数据集，并从中获取信息变为可能。可以通过云计算强大处理问题，采用蒙特卡罗算法对海量运行数据结果来分析他们的共性，得到贴近真实情况的故障概率模型，来对当前设备未来运行风险进行分析，实现事前预警。
六、数据智能分析（如图2所示）
采用先进信息技术，建立科学合理的模型库，对照明数据进行多层次、多角度、全方位的分析和挖掘，以连续的、立体的、动态的图表展现各种指标数据，灵活、快速地按不同的实际需求提取并发现有价值信息，揭示城市照明的内在规律，为不同层次和岗位的管理者建立关键指标模型，让管理者可以得到其最关注的关键指标，为不同层次的管理者提供决策依据。
设备维护预测：根据照明设施寿命历史数据，为每种照明设备设定寿命模型，系统可以提供进入老化期的设备清单，并按照清单制定科学维护计划，管理者可以按照计划，提前安排业务人员成批更换设备，从而提高照明服务质量，同时也提高了工作效率，降低维护成本。
故障应对策略：根据照明设施故障率历史数据，为每种照明设备设定故障率分析模型，对故障率变化异常的设备进行预警，提前做好备品备件和维修人员准备。
设备评价：通过设备的故障率情况，可以按照设备评价模型，对设备厂家进行动态等级评定，为设备采购提供依据。
业务量预测：在新增加照明线路或照明片区时，按照工程预算模型，系统可以通过输入的参数（包括建设规模、建设区域、照明设备类型等）计算建设成本、照明设备数量等信息。同时根据运维模型，计算新增维护工作量，为管理者提供资金预算、人员储备决策支持。
运行效能分析：对全市照明设施建设、维护、节能、管理等方面进行综合评估，分析投入效益，找出薄弱环节以利整改。
图2 数据智能分析
七、结束语
通过认识云计算，将软件安装在智能手机和平板电脑等设备上，便可以对监控终端进行控制，方便开/关灯或调节路灯亮度实现节能。云计算技术目前正处于发展阶段，具有广阔的发展空间。在充分利用其在照明监控系统的开发，更能体现其在节能与管理方面的优势，实现智慧照明。
参考文献
[1]《云计算与大规模数据并行处理技术》，黄宜华，南京大学，2012年.