南京城市照明管理的大數據分析

臧 鋒，王鵬展

(南京市路燈管理處，江蘇 南京 210013)

引言

隨著大數據、云計算等技術的不斷演進，信息化以及智慧城市建設已經上升為國家戰略[1]。在此背景下，城市照明行業也應跟隨時代潮流，通過新技術手段解決目前設施量劇增、運維要求提高與有限的資源投入之間的矛盾。在具有信息化、數據模型的條件下，我們可以通過一個合理的樣板空間來將大數據的先進方法植入城市照明行業管理體系。

南京城市照明現行的管理運維體系基本架構的主要特征包括：①組織架構上，由控制中心作為主導，承擔“監督、指導、檢查、考核”職能；各維護所基本為完整的基層單位配置；作業層為一般由3人組成的班組。②職責劃分上，基本按照“包干”的方式從處到所，從所到組，實行管理指標與設施量的打包下派。③作業方式上，實行白班+晚班、巡修結合的作業方式，晚上處理應急和常規線路故障，白天完成復雜作業[2]。

我們以南京城市照明為樣本空間，同時只將標準樣表列入考察范圍，非標、非常態、偶發等不具備普適意義的樣本不在分析之列。該樣本空間共包括：約13萬盞照明設施，4個維護所(工區)，17個一線作業班組，67名作業人員，33名管理人員，5個月的數據采集周期，涉及13313條原始數據、6641項提煉數據，共修燈10973盞，同時涉及線路故障修復、設施安全整改、地理信息普查等相關工作；還承接了2850桿設施建設工程作業。在本文中，我們以南京城市照明為例，為城市照明大數據管理進行分析。

1 南京城市照明的大數據分析

目前與城市照明運維管養直接相關的關鍵指標主要有9個項目[3]，一層指標為6個，主要為各班組實際工作成果；二層指標為3個，反映作業效能問題。

1.1 一層指標大數據分析

1.1.1 指標一：修燈數量分析

(1)數據表現。

①全市修燈總量：對17個維護班組(不含亮化，以下均不含)2018年10月10日—2019年2月28日期間修燈狀況進行統計，共計修燈10 973盞。

②班組平均修燈數量：116盞/班組 /月(按5個月統計)，或6.65盞/班組/天(按統計期間共有97個工作日計算)，如圖1所示。

③各班組修燈量分布區間：在此期間，月均修燈量最高班組為：未來城市班組一，達到179盞/月，超過平均線54.31%；月均修燈量最低班組為：城東班組三，低至65盞/月，低于平均線43.97%。

總體情況為：高于平均線以上班組9個，低于平均線以下班組8個。

圖1 各班組月均修燈數量分析

④各所月均修燈總量情況：在此期間，城北所以月均修燈602盞位居第一，如圖2所示。

⑤各所月均燈修燈數量變化情況：從時間軸來看，各所修燈數量總體一致的呈現先降、后升、再降的波動趨勢，如表1和圖3所示。

圖2 各維護所月均修燈數量分析

表1 各維護所月度修燈數量統計表

圖3 維護所各月修燈數量趨勢分析

(2)數據分析。

①班組修燈量差異化：班組平均6.65盞/班組/天的修燈量，可作為南京路燈現有晚班作業時間分布下班組巡修模式的標準定額。在對比分析修燈量排名末位三個包干區設施狀況后，我們發現這三個班組理論判斷需要達到的修燈數量不應為末位TOP3。相應調控措施為：開展該片區實際亮燈率100%檢查，若亮燈率符合要求，則認為投入過剩(3.46盞/班組/天)；若不符合要求，則按照常規亮燈率考核規則處理。

②各所之間修燈差異化：對比各所設施量情況，修燈數量的排名與設施量的排名一致，修燈量與轄區設施量匹配較好，情況正常。這說明修燈數量隨設施量這一主要因素變化，沒有出現方向性偏差。

③各月份之間修燈差異化：不同月份修燈差異化主要是由于：一是工程建設/節能改造對維護所巡修燈數量的影響，主要體現在12月，節能改造集中了各班組協同作戰，夜間施工，一定程度上占用了原用于修燈的工作時間，造成修燈數量下降；而1月工程量相對較小，修燈數量則達到波峰。二是節假日對維護所巡修燈數量的影響，主要體現在2月修燈數量降低。因此，該圖表與實際工作相符。因此，修燈量的調控應考慮白班作業量、節假日等綜合因素影響，達到班組工作量與修燈及其他工作量的匹配。當然，單一的修燈數量還只是表層數據，下面我們由淺入深繼續解讀信息時代指標體系。

1.1.2 指標二：亮燈率分析

(1)數據表現。該樣本空間的亮燈率數據中，只有奧南部分是信息系統生成的，其他仍是當前巡修模式下的抽樣檢查結果，具體表現如下：①各班組亮燈率數值普遍較高且差距甚微，最低99.38%，最高99.89%；②各班組亮燈率高于江蘇省內亮燈率最高標準的1.3%～1.9%；③各所對應班組亮燈率階層呈連續狀態，城南、奧南、城北依次提高；④亮燈率最高或最低班組，與修燈數量、巡修燈效率最高或最低班組不符。

(2)數據分析。以上數據表明，各所對亮燈率評判標準不一，數據不準確，有一定的主觀因素。經分析，現有亮燈率以抽查為主，其準確性受到影響。這也引發了我們關于兩種路徑下亮燈率的可靠性，以及亮燈率的高低限控制和資源投入經濟性、合理性的思考。

1.1.3 指標三：設施分布狀況分析

(1)數據表現。

如表2、圖4、圖5所示，設施狀況分布系數以光源類型和投運時間兩個維度進行復合設置，各維護所之間存在差異：奧南所的LED功能照明占比最高，城北、城東所占比較低；奧南所5年以下設施占比最高，其他各所占比較低。由此看來，奧南所的設施狀況是最好的。細分到班組這一層級，各班組之間設施狀況也存在較大差異，設奧南班組二設施最好(系數為1.66)，城東班組二設施最差(系數為2.58)。

表2 各維護所設施狀況分析表

圖4 各維護所設施光源類型分布情況分析圖

圖5 各維護所設施年代分布情況分析

(2)數據分析。在我們設定的數據模型下，奧南班組二轄區設施狀況是最好的，因此我們分配給了該班組較高的設施量，達到1.45萬盞功能燈，高達其他班組的2～3倍；而班組配置仍保持駕駛員1人、電工2人的標準配置。事實證明，該包干區亮燈率仍能夠達到99%以上。這就是說，設施狀態的好壞，決定了班組的承載量，也決定了低的后期投入成本。

經過分析發現，LED正常壽命周期內，維修率僅為鈉燈的百分之五甚至更低，接近免維護狀態。那么，對于設施老舊、狀態較差的片區，則可以用LED節能改造的方式，大幅度地解放設施運維人機資源，有效提高各所、各班組設施狀況，增加設施量承載能力。當然，這需要基于信息平臺、基于物聯網思維、基于現代化的城市照明管理體系作為支撐。

1.1.4 指標四：修燈材料消耗分析

(1)數據表現。鈉燈燈泡、鎮流器、觸發器確屬于維護作業三大耗材，其中鈉燈燈泡占比高達67%，視為第一要素，如圖6所示。

圖6 各類日常運維材料消耗占比分析

(2)數據分析。

①根據圖7發現，各班組月均鈉泡消耗數量排名與走向趨勢，與各班組月均鈉泡總耗材占比一致，鈉泡已成為日常修燈的主要耗材；同時，各班組月均鈉泡消耗數量排名與走向趨勢，亦與各班組修燈數量排名趨勢一致，說明鈉燈燈泡修復效率已成為目前能夠主導一線作業效能的關鍵因素，應重點控制鈉燈燈泡消耗，采購時選擇優質品牌延長使用壽命，作業后建立回收機制，防止鈉泡的誤消耗，都應成為關注重點。

圖7 各班組月均鈉燈燈泡消耗量分析

②根據材料消耗圖形觀測，更換護套線等特殊操作雖然難度系數大、耗時高，但占比微小，對整體一線投入影響小。應按照修燈作業主要消耗材料配比(燈泡數量、鎮流器數量)測算平均單盞燈修復時間，并建立基于材料消耗表現的人、機投入數據分析，形成作業定額，進一步控制相關運維成本。

1.1.5 指標五：班組白班工作情況分析

班組白班工作情況如表3、圖8所示。

(1)數據表現。

①白班作業類型：在對城南、奧南、城東各一個班組的統計中發現，目前白班共有24項主要工作，包括線路故障排查、箱變整改、工程建設、設施巡查等。但因工作日志未填寫齊全，需要進一步完善數據準確性和豐富程度。

②各類作業占比情況：工程建設在各班組白班工作的占比，奧南班組二、城東班組二均達17%；線路故障排查，奧南班組二為22%；現場協助，城南班組四、城東班組二達25%以上。

③工程建設、現場協助、線路故障排查，為各維護班組白天主要工作，其他作業項呈離散、偶發性狀態。

表3 部分班組白班工作量抽樣統計

圖8 班組白班工作量占比分析

(2)數據分析。班組白天修燈作業呈離散化狀態，具有不規律性，不易進行質量控制。其原因主要為：一是與各所接受任務、分配任務的隨機性現狀相符；二是工作日志等信息化數據未填寫完整，不能反映班組白天的實際工作內容；三是存在設施故障的多發性等問題。建設任務、設施故障的多發性、不確定性，需要用項目化的思維安排任務、主動整改，形成定額化、標準化的新作業模式。

1.1.6 指標六：晚班作業時間配比分析

如表4、圖9所示，各維護所中，奧南所巡查時間占比最低，為57%；城東其次，為65%；城北、城南齊平，為77%。其中，城南所、城北所均有專人或兼職人員進行巡查，已納入該兩所總巡查時間占比。

表4 各班組晚班工作時間分配分析

圖9 各班組晚班非巡查時間占比分析

通過17個班組的晚間有效修燈時間的橫向對比，可歸納三種模式來分析其數據表現：

①采用半定修模式的奧南所三個班組，其修燈時間處于各所中位，跳閘處理時間位于各所高位，而巡查時間占比為各班組低位，晚間非巡查時間占比最高，充分說明了單燈監控體系對于提升運維效能具有較大優勢。

②采用傳統巡修模式的14個班組中，晚間有效修燈時間相對較低(圖10)。修燈時間、巡查時間同處高位的是城南班組四，經分析該班組總的工作時間普遍超出了規定工作時間，即用時間投入來提高運維成果。而城南班組二、城南班組三、城北班組二由于晚間工作總時間最長，而修燈量相對不高，因此巡查時間占比較高。

圖10 各維護所晚班作業時間占比分析

③采用巡、修分離方式的城東班組一，巡查時間占比處于低位，采用定點投放專人巡查、流水作業的方式提高效率，晚間有效修燈時間相對較高。

奧南班組“定修模式”、城東班組“巡修分離”，相對其他班組，行車速度較高，這也從側面反映了兩種模式的在作業效率方面的優勢。

1.2 二層指標大數據分析

1.2.1 指標七：班組工作分配均衡性分析

如圖11、圖12所示，共有9個班組處于平均線以上、8個班組處于平均線以下，其中最低為城東班組三。從對全部17個班組的數據分析中可以看出，城南班組六修燈資源被利用情況為第一名，經查，該班組在維護所普遍評價較高，在樣本空間采集期間，曾獲得工人先鋒號的榮譽。指標體系認為，對該班組的工作分配最為飽和，班組也充分發揮應有效益。這一方面說明傳統的評價與新的信息化評價有異曲同工之處，但只能抓住極值表現，而不能全面精準分析。另一方面也充分論證了以上數據分析模型的科學性。

圖11 各班組晚間行車速度分析

圖12 對各班組修燈資源的利用情況分析圖

②經數據抽樣，位于修燈能力利用度末位第二的城南班組三，其工程建設承接量、節能改造項目承接量等均位于17個班組前列，則認為，該班組除修燈以外，綜合能力利用度已處于高位。

新的評價體系為班組的使用和管理提供了體系化的依據，對于工作不飽和的班組，可通過擴大轄區范圍、增加設施量、設施類型等進行調控。

1.2.2 指標八：班組修燈率合理性分析

第一種情況，設施狀態好、修燈率高，經分析，暫未出現此種情況；暫未出現此種顯著背離情況，否則將進行重點管控(圖13)。

圖13 各班組修燈率與設施狀況匹配度分析

第二種情況，設施狀態不好、修燈率不高，前兩名分別為城北班組二、城北班組三，修燈率與設施狀況偏差較大。

第三種情況，設施狀態好、修燈率不高，奧南所班組二為此種情況，經查該包干區LED燈占比高達51.9%，為南京市區最高等級。這也驗證了LED改造對降低運維投入具有本質影響。

第四種情情況，設施狀態不好、修燈率高，前兩名分別為城北班組五、城北班組六，該兩班組在所內實際評價也較高。這也驗證了數據分析與實際的一致性。

1.2.3 指標九：班組巡修燈效率分析

班組巡修燈工作效率如表5所示。

表5 各班組巡修燈工作效率分析

圖14 各班組巡修燈工作效率分析圖

在此數據模型下，班組巡修效率位列前四的分別為城東班組一、奧南班組二、奧南班組一、奧南班組三，均為巡修分離或單燈半定修模式班組；末位三名分別為城南班組三、城北班組三、城北班組二，則為傳統巡修模式班組，如圖14所示。

由于修燈效率與設施狀況有關，因此，設施狀態越好，則應避免高頻次巡修；設施狀態越差，則應調高巡修頻次。

由此可見，巡修效率與單燈使用、設施狀態等因素具有直接關系。

2 南京城市照明設施運維管理的創新

綜合以上大數據分析，南京城市照明設施運維管理體系按照以下路徑實施迭代升級與創新。

2.1 分級分步拓寬數據動態感知層的覆蓋廣度

目前的9大指標數據模型只是初步演示，還可以有更多的基于管理訴求的定制化創造，南京將做深做細分析模型，分級分步拓寬數據動態感知層的覆蓋廣度。

1)以單燈監控體系規模應用為主線，按時點完善“物的狀態收集體系”。計劃到2021年，根據試運行情況，將“單燈監控體系”逐步從奧南地區向城東片區、主城片區覆蓋，建立全定修運維模式；并同步完成主城范圍內“箱、桿、井”設施動態管理機制，為人的作業、管理行為的加載提供支撐。

2)以信息化平臺數據豐富度的提升為主線，按時點完善形成“人的行為收集體系”。計劃到2020年，完善形成兼容白班與晚班、建設與維護、管理層與作業層的，數據門類齊全、功能完備、動態調閱的“工作日志”信息體系。

2.2 建立智能化、標準化的大數據深度分析平臺

將數據分析模型付諸于計算機，實現智能化管控，逐步向人工智能進階。

1)編制形成一線作業標準項目清單，通過技能競賽、行車記錄、工作日志對比等，建立作業標準定額，由此實現從作業的相對控制向標準值控制的升級。

2)推進數據模型的合理化、全面化建設。計劃用1年的樣本時間，收集完善數據模型，經過深度學習和充分論證，形成固化格式，交付計算機進行人工智能分析，為最終的作業系統調控創造條件。

2.3 加快單燈覆蓋和LED節能改造進度，動態調整維修力量匹配

(1)作業系統創新。

①推進“亮燈率”定修模式。建立一個信息平臺、一個數據模型體系、一段時期的驗證機制，以準確的視角、科學的依據對整個作業系統進行改變。即，以奧南地區為示范區，以已經實現的單燈體系的覆蓋條件，建立全定修模式，率先進入智慧路燈時代觀測期，進行彈性資源配置；而南京城市量級的設施管理，通過提升巡修效率的方式加以過渡，同時加快推進信息路燈向智慧路燈演進。

②推進“設施完好率”項目管理模式。按照項目管理體系，結合信息平臺數據設施狀況分析，建立預算化程序，批量化規模、定額化管理、標準化流程，用主動清理的方式分片區實施,將LED燈具改造與接地系統檢查、外觀檢查相結合，主動消除安全隱患，從根本上解決問題。

③推進跨區調度設施運維作業。以定修模式的演進為軌跡，逐步打破現有包干區邊界，實行以設施品質控制、作業量配置為重點的區域性設施維護模式，接受維護部直接管控。

(2)管理系統創新。

①開展維護管理體系扁平化調控。對維護所的管理層級建制進行調整，實現維護部與作業班組的直接對話，計劃一線部門管理人員比率每年下調15%。

②建立以總部為核心的、任務為導向的現代化運維調度體系。通過信息平臺制定計劃、分配任務、閉環反饋，實現各班組作業量基本滿負荷，作業成效達到預計指標的管理目標，從而形成一個以任務為導向的全新運維管理系統。

3 結語

我們以南京市作為城市級樣本空間，通過南京市城市照明的大數據分析，對城市照明設施運維的效能進行探討，并給出了南京市城市照明的大數據管理措施。由于更多的數據模型將隨著時間的推移、城市照明內部需求及智慧城市的發展而不斷豐富與完善，因此本文的研究只是為我國城市照明管理利用大數據分析提供啟發與參考。