1.一种基于大数据分析和北斗定位的智慧路灯运维管理系统，其特征在于，包括：路灯运维管理数据获取模块，用于获取由北斗定位采集的多个路灯定位坐标数据、由摄像头采集的路灯全景图像和由传感器采集的路灯多个预定时间点的照明能耗值；

路灯运维管理数据提取模块，用于从所述由北斗定位采集的多个路灯定位坐标数据、所述由摄像头采集的路灯全景图像和所述由传感器采集的路灯多个预定时间点的照明能耗值中提取路灯定位全局特征向量和路灯照明能耗特征向量；

能耗异常路灯定位标签生成模块，用于基于所述路灯定位全局特征向量和所述路灯照明能耗特征向量，生成照明能耗异常路灯的定位标签；

其中，所述路灯运维管理数据提取模块，包括：

路灯运维数据特征提取单元，用于对所述由北斗定位采集的多个路灯定位坐标数据和所述由摄像头采集的路灯全景图像进行特征提取以得到多个路灯定位坐标特征向量和路灯全景特征矩阵；

路灯运维数据特征编码单元，用于对所述多个路灯定位坐标特征向量和所述路灯全景特征矩阵进行特征编码以得到所述路灯定位全局特征向量；

路灯能耗数据特征提取单元，用于对所述由传感器采集的路灯多个预定时间点的照明能耗值进行特征提取以得到所述路灯照明能耗特征向量；

其中，所述路灯运维数据特征提取单元，包括：

将所述由北斗定位采集的多个路灯定位坐标数据通过基于一维卷积层和全连接层的路灯定位编码器以得到所述多个路灯定位坐标特征向量；

将所述由摄像头采集的路灯全景图像通过基于空间注意力机制的路灯全景特征提取器以得到所述路灯全景特征矩阵；

其中，所述路灯运维数据特征编码单元，包括：

路灯定位坐标映射子单元，用于将所述多个路灯定位坐标特征向量分别映射到所述路灯全景特征矩阵的高维特征空间中以得到多个路灯定位特征向量；

路灯定位坐标全局特征编码子单元，用于对所述多个路灯定位特征向量进行全局特征编码以得到所述路灯定位全局特征向量；

其中，所述路灯定位坐标全局特征编码子单元，包括：

将所述多个路灯定位特征向量进行二维排列以得到路灯定位特征矩阵；

将所述路灯定位特征矩阵通过基于卷积神经网络的路灯定位全局特征提取器以得到所述路灯定位全局特征向量；

其中，所述路灯能耗数据特征提取单元，包括：

将所述由传感器采集的路灯多个预定时间点的照明能耗值按时间排列以得到路灯照明能耗输入向量；

将所述路灯照明能耗输入向量通过路灯照明能耗时序编码器以得到所述路灯照明能耗特征向量；

其中，所述能耗异常路灯定位标签生成模块，包括：

路灯运维管理特征融合单元，用于将所述路灯定位全局特征向量和所述路灯照明能耗特征向量进行融合以得到路灯运维管理分类特征矩阵；

照明能耗异常标签生成单元，用于将所述路灯运维管理分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示照明能耗异常路灯的定位标签；

其中，还包括用于对所述基于一维卷积层和全连接层的路灯定位编码器、所述基于空间注意力机制的路灯全景特征提取器、所述基于卷积神经网络的路灯定位全局特征提取器、所述路灯照明能耗时序编码器和所述分类器进行训练的训练模块；

其中，所述训练模块，包括：

路灯运维训练数据获取单元，用于获取由北斗定位采集的多个训练路灯定位坐标数据、由摄像头采集的训练路灯全景图像和由传感器采集的路灯多个预定时间点的训练照明能耗值；

路灯运维训练数据定位编码单元，用于将所述由北斗定位采集的多个训练路灯定位坐标数据通过基于一维卷积层和全连接层的路灯定位编码器以得到多个训练路灯定位坐标特征向量；

路灯运维训练数据全景特征编码单元，用于将所述由摄像头采集的训练路灯全景图像通过基于空间注意力机制的路灯全景特征提取器以得到训练路灯全景特征矩阵；

路灯运维训练数据映射单元，用于将所述多个训练路灯定位坐标特征向量分别映射到所述训练路灯全景特征矩阵的高维特征空间中以得到多个训练路灯定位特征向量；

路灯运维训练数据二维排列单元，用于将所述多个训练路灯定位特征向量进行二维排列以得到训练路灯定位特征矩阵；

路灯运维训练数据卷积编码单元，用于将所述训练路灯定位特征矩阵通过基于卷积神经网络的路灯定位全局特征提取器以得到训练路灯定位全局特征向量；

路灯运维训练能耗数据排列单元，用于将所述由传感器采集的路灯多个预定时间点的训练照明能耗值按时间排列以得到多个训练路灯照明能耗输入向量；

将所述多个训练路灯照明能耗输入向量通过路灯照明能耗时序编码器以得到训练路灯照明能耗特征向量；

路灯运维训练数据特征融合单元，用于将所述训练路灯定位全局特征向量和所述训练路灯照明能耗特征向量进行融合以得到训练路灯运维管理分类特征矩阵；

路灯运维训练数据特征计算单元，用于计算所述训练路灯定位全局特征向量和所述训练路灯照明能耗特征向量之间的概率密度分布一致性超凸度量因数作为补充损失函数值；

分类损失函数单元，用于将所述训练路灯运维管理分类特征矩阵通过分类器以得到分类损失函数值；

路灯运维模型训练单元，用于基于所述补充损失函数值和所述分类损失函数值，对所述基于一维卷积层和全连接层的路灯定位编码器、所述基于空间注意力机制的路灯全景特征提取器、所述基于卷积神经网络的路灯定位全局特征提取器、所述路灯照明能耗时序编码器和所述分类器进行训练。

2.根据权利要求1所述的基于大数据分析和北斗定位的智慧路灯运维管理系统，其特征在于，所述路灯运维训练数据特征计算单元，包括：计算所述训练路灯定位全局特征向量和所述训练路灯照明能耗特征向量的转置以得到关联矩阵；

计算所述关联矩阵的Frobenius范数以得到第一范数值；

计算所述训练路灯定位全局特征向量和所述训练路灯照明能耗特征向量之间的按位置差分特征向量；

计算所述按位置差分特征向量的一范数以得到第二范数值；

计算所述训练路灯定位全局特征向量的转置和所述训练路灯照明能耗特征向量以得到内积值；

计算以内积值为底数的自然对数函数值除以第一范数值再乘以第二范数值以得到所述概率密度分布一致性超凸度量因数。

3.一种基于大数据分析和北斗定位的智慧路灯运维管理方法，采用权利要求1所述的基于大数据分析和北斗定位的智慧路灯运维管理系统，其特征在于，包括：获取由北斗定位采集的多个路灯定位坐标数据、由摄像头采集的路灯全景图像和由传感器采集的路灯多个预定时间点的照明能耗值；

从所述由北斗定位采集的多个路灯定位坐标数据、所述由摄像头采集的路灯全景图像和所述由传感器采集的路灯多个预定时间点的照明能耗值中提取路灯定位全局特征向量和路灯照明能耗特征向量；

基于所述路灯定位全局特征向量和所述路灯照明能耗特征向量，生成照明能耗异常路灯的定位标签。