城市照明设施运营状态评估与智能决策方法、系统与流程

本发明涉及城市照明设施智能运营，尤其涉及一种城市照明设施运营状态评估与智能决策方法、系统。

背景技术：

1、城市照明运维评估是一套综合性的技术体系，旨在系统性地评价照明设施的运行状态、维护质量和服务水平，现有的城市照明运维评估技术普遍存在三大核心技术缺陷：

2、1）传统评估体系仅聚焦设施物理结构故障检测，仅依据裂纹、锈蚀、倾斜等单一缺陷数据判定设备状态，未关联设施全生命周期运维履历、能耗成本、环境时序影响及emc运营收益维度，存在状态评估维度单一、安全状态与商业运营状态脱节的技术问题。

3、2）现有量化模型仅设置单一设备健康指数，无法区分“结构安全状态优良但运营能耗收益极差”的差异化工况，同等健康分值下无法适配场景化运维决策，存在量化评估同质化、决策适配性差的技术缺陷。

4、3）现有的技术属于“结果式检测判定”，无全时序证据链推理机制，无法实现设施退化趋势预判、收益拐点推演及长期运维收益最优规划，仅能实现故障后置处理，存在无前瞻性推理能力、无法支撑emc长期收益最大化运营需求的技术短板。

5、综上，现有的城市照明运维评估技术无法实现照明设施安全风险与运营收益的协同量化、时序推演及最优决策，难以适配城市照明规模化、长效化、收益化的智能运营需求。

技术实现思路

1、本发明的目的在于提供一种城市照明设施运营状态评估与智能决策方法、系统，以克服现有的城市照明运维评估技术普遍存在的技术缺陷。

2、为了实现上述目的，本发明提供了一种城市照明设施运营状态评估与智能决策方法，包括以下步骤：

3、s1、构建loec城市照明运营证据链数理模型，并通过公式一定义对应单个设施的全时序证据链数据集；

4、             （公式一）

5、其中，表示安装档案时序数据；表示改造记录时序数据；表示运维维修时序数据；表示电气运行时序数据；表示视觉巡检缺陷数据；表示环境工况时序数据；表示能耗计费时序数据；表示故障履历时序数据；

6、s2、构建双健康量化评估数理模型，并通过分层加权量化算法，分别对结构健康shi、运营健康ohi进行精准量化计算；

7、s3、构建loec时序证据链推理公式，通过时序证据迭代算法、并基于全时序证据链数据集、对相应设施的未来风险演化趋势与收益拐点进行双指数融合推演；

8、s4、以全生命周期净收益最大化为目标，构建多约束决策判别机制，并基于结构健康shi、运营健康ohi双量化计算结果输出差异化最优运营决策；

9、s5、构建证据链闭环迭代更新机制，以实现证据链数据集时序的实时迭代以及模型权重参数的动态修正。

10、较佳地，步骤s2中，于公式二中通过多特征加权融合+环境衰减修正，对结构健康shi进行精准量化计算；

11、                                     （公式二）

12、其中，表示第i项物理结构特征权重系数；表示结构完好度特征量化值，且包括杆件完整性、灯具状态、线路状态、电气稳定性；表示第j项环境干扰衰减系数；表示环境时序干扰量化值，且包括风速载荷、温湿度衰减、遮挡影响、气象灾害影响；shi取值区间为[0,100]。

13、较佳地，步骤s2中，于公式三中以收益成本比为核心，融合多项运营参数，对运营健康ohi进行精准量化计算；

14、                          （公式三）

15、其中，α、β、γ表示归一化修正权重系数；表示设施周期节能总收益；表示周期运维综合成本；表示单位时段能耗偏差值；表示故障停机收益损失值；ohi取值区间为[0,100]。

16、较佳地，步骤s3中，定义公式四为loec时序证据链推理公式，并通过双模型动态分值与时序证据梯度融合计算，实现状态趋势的连续推演；

17、             （公式四）

18、其中，表示t时刻设施综合运营状态演化趋势值；表示安全权重系数；表示时序推理修正系数；、表示t时刻双模型实时分量化分值；表示t时刻证据链时序梯度。

19、较佳地，步骤s4中，在输出差异化最优运营决策时，差异化最优运营决策的类型包括持续运行、预防性维修、提前更换、节能改造、资产迭代。

20、较佳地，定义公式五为全生命周期净收益profit公式，并结合shi、ohi阈值划分相应的决策类型区间；

21、                    （公式五）

22、其中，表示单时段节能收益；表示单时段运维成本；表示改造、更换类一次性投资成本。

23、较佳地，在结合shi、ohi阈值划分相应的决策类型区间时，划分方法包括：

24、当，净收益持续正向增长，输出持续运行决策，其中表示结构健康合格基准阈值，表示运营健康收益基准阈值；

25、当，维修收益优于更换收益，输出预防性维修决策，其中，表示结构安全预警临界阈值结构损伤不可逆临界分值，表示维修收益，表示更换收益；

26、当，更换成本更低、长期收益更优，输出提前更换决策；

27、当，结构安全达标但能耗异常，输出节能改造决策，其中，表示单位时段能耗偏差值，表示单位时段能耗超标阈值；

28、当持续走低且无修复收益空间，输出资产迭代决策，其中，表示t时刻净收益。

29、较佳地，步骤s5中，在构建证据链闭环迭代更新机制时，定义公式六为证据链闭环迭代机制的更新公式，以实现证据链数据集时序的实时迭代以及模型权重参数的动态修正；

30、                        （公式六）

31、其中，表示t时刻历史证据链数据集；表示t时刻决策执行后的新增运维、改造、收益、故障数据。

32、一种城市照明设施运营状态评估与智能决策系统，用于实现所述的方法，所述系统包括loec证据链数理构建模块、双健康模型量化计算模块、时序证据融合推理模块、emc收益最优决策模块、闭环迭代更新模块；

33、其中，所述loec证据链数理构建模块用于构建loec城市照明运营证据链数理模型，并定义对应单个设施的全时序证据链数据集；

34、所述双健康模型量化计算模块用于构建双健康量化评估数理模型，并通过分层加权量化算法，分别对结构健康shi、运营健康ohi进行精准量化计算；

35、所述时序证据融合推理模块用于构建loec时序证据链推理公式，并通过时序证据迭代算法对相应设施的未来风险演化趋势与收益拐点进行双指数融合推演；

36、所述emc收益最优决策模块用于以全生命周期净收益最大化为目标，构建多约束决策判别机制，并基于结构健康shi、运营健康ohi双量化计算结果输出差异化最优运营决策；

37、所述闭环迭代更新模块用于构建证据链闭环迭代更新机制，以实现证据链数据集时序的实时迭代以及模型权重参数的动态修正。

38、由于采用上述技术方案，使得本发明具有以下有益效果：

39、1）通过构建 loec 城市照明全时序运营证据链数理模型，归集安装、改造、运维、电气、巡检、环境、能耗、故障八大类多源时序数据形成可追溯资产证据矩阵，解决传统评估数据维度缺失、无连续时序支撑的问题。

40、2）通过搭建 shi 结构健康、ohi 运营健康双维度分层加权量化模型，分别独立量化设施物理安全裕度与 emc 合同能源管理运营收益效率，规避单一健康指数评估同质化缺陷。

41、3）通过设计 loec 时序证据链推理公式，融合双指数与时序梯度推演设施结构退化、能耗收益演化趋势，实现故障风险、收益拐点前瞻性预判。

42、4）通过建立以全生命周期净收益最大化为约束的 emc 收益最优判别机制，划分五类标准化运营决策区间，输出持续运行、预防性维修、提前更换、节能改造、资产迭代差异化处置方案。

43、5）通过配套证据链闭环迭代更新机制，实时归集新增运营数据动态修正模型权重，持续提升评估与决策精度，同时搭建配套智能运营决策系统，分五大功能模块实现全流程数理化自动运算，彻底摆脱传统人工经验判定、后置故障处置的技术局限，形成 “证据归集 - 双维量化 - 时序推理 - 收益决策 - 迭代更新” 完整闭环技术体系。