1.基于多数据收集的数据实时监测方法，其特征在于，包括以下步骤：

S1‑1，获取照明设备的历史功率数据和室内不同区域的历史平均照度数据；

S1‑2，基于照明设备的历史功率数据和照度数据，确定照明设备随着使用时间增加，照明设备发出光通量的衰减情况；

S1‑3，基于照明设备的实时功率和规格数据，计算得到室内不同区域的平均照度数据；

平均照度数据通过以下公式进行计算：

Eav＝∑iWi×Ui×f(pn，t)i，Eav为平均照度，其中i表示室内的照明设备安装位置，每个位置安装的照明设备都唯一；Wi表示照明设备位置对平均照度的影响，Ui表示照明设备规格对平均照度的影响，f(pn，t)i表示照明设备发出光通量的衰减情况；t为照明设备的使用时长；

在正常工作模式下：找出区域的中心及区域中心所处垂直线与照明设备安装位置平面的交点ints，找到与交点ints对称的不同规格的照明设备；从历史数据中找出不同规格照明设备带来的平均照度Epn1和Epn2，将Epn1和Epn2分别消去照明设备发出光通量的衰减情况后，取比值得到Upn1/Upn2并记为C，将Upn1表示为C×Upn2；pn1和pn2为pn取值范围内的不同值；

找出不处于对称位置的同一规格的照明设备，从存在的历史数据中找出不同照明设备位置带来的平均照度Ea和Eb，将Ea和Eb分别消去照明设备发出光通量的衰减情况后，取比值得到Wa/Wb并记为D，将Wa表示为D×Wb；a和b为i取值范围内的不同值；Wa和Wb表示照明设备位置a对平均照度的影响和照明设备位置b对平均照度的影响，将照明设备位置变量的数目减少；

当不存在历史数据时，则手动进行测试获取数据；将所有规格的照明设备都以相同方式统一，用同一个照明设备规格进行表示；基于区域的平均照度数据，建立方程组{Eav＝∑iWi×Ui×f(pn,t)i并求解，得到所有照明设备位置对平均照度的影响变量和一个照明设备规格对平均照度的影响变量，再根据照明设备规格的统一方式将一个照明设备规格对平均照度的影响变量还原得到所有的照明设备规格对平均照度的影响；

当照明设备处于除正常工作模式之外的其他工作模式下时：基于存在处于其他工作模式的照明设备时区域的平均照度数据，将已知的照明设备位置对平均照度的影响变量和照明设备发出光通量的衰减情况代入到方程组中，计算照明设备规格对平均照度的影响变量；

S1‑4，判断室内不同区域的平均照度数据与照明设备规格是否相匹配，若不匹配，则区域内的照明设备存在异常情况，将区域涉及到的照明设备纳入重点监控范围，对照明设备进行检修和调节；若匹配，则无须纳入重点监控范围；

判断室内不同区域的平均照度数据与照明设备规格是否相匹配包括以下步骤：

获取历史照明设备属性数据和室内区域的平均照度数据的实测值；基于照明设备规格和使用时长计算出室内区域的平均照度数据，取平均照度数据的实测值与计算值之间的差值；所有差值中的最小值为误差区间的起点，所有差值中的最大值为误差区间的终点；基于当前时刻照明设备规格和使用时长，将误差区间的起点和终点乘上修正系数k，判断区域平均照度数据的计算值是否处于修正后的误差区间内，若是，则照明设备功耗与平均照度相匹配；若不是，则照明设备功耗与平均照度不匹配。

2.根据权利要求1所述的基于多数据收集的数据实时监测方法，其特征在于，在步骤S1‑2中，还包括以下步骤：

获取照明设备安装时对于一个作业面的初始照度数据，安装之后在工作人员对照明设备进行检修时，照明设备对于同一个作业面的照度数据，比较两次结果，取检修时得到的照度数据与初始照度数据的比值，得到照明设备发出光通量的衰减情况；对在不同工作模式下的同一照明设备进行测试，得到所有规格照明设备发出光通量的衰减情况，记为f(pn,t)，其中pn为正整数，表示不同规格的照明设备的工作模式；t为照明设备的使用时长。

3.根据权利要求2所述的基于多数据收集的数据实时监测方法，其特征在于，所述修正系数k通过以下步骤确定：

获取当前照明设备的属性，所述照明设备属性包括照明设备的规格、功率、使用时长和寿命；将范畴型的照明设备规格数据转化为数值型；对照明设备属性数据进行kmeans聚类；

基于聚类结果得到聚类中心，若不存在孤立点，则修正系数为1，照明设备未出现异常情况；

若存在孤立点，则照明设备的功耗存在异常情况，找到与孤立点最近的聚类中心，计算孤立点与最近的聚类中心的距离ed1，最近聚类中心与所属聚类簇中最远的照明设备属性数据点之间的距离ed2，孤立点带来的偏移值为 式中j的取值范围与i相同，表示照明设备的安装位置；通过改变孤立点的功率数据，将距离ed1修正为ed2，修正前与修正后的功率之差为Δpj；将所有孤立点带来的偏移值取代数和之后加1，得到修正系数k。

4.基于多数据收集的数据实时监测系统，使用如权利要求1‑3中任一项所述的基于多数据收集的数据实时监测方法，其特征在于，包括：数据收集模块、数据存储模块、照度分析模块、功耗分析模块和检测模块；所述数据收集模块的输出端与所述数据存储模块和所述功耗分析模块的输入端相互连接，用于获取室内照明设备的功率数据和不同区域的照度信息；所述数据存储模块的输出端与所述照度分析模块和所述功耗分析模块的输入端相互连接，用于存储照明设备的属性数据和各个区域的照度信息；所述功耗分析模块的输出端与所述照度分析模块的输入端相互连接，用于对照明设备的功耗数据进行分析，找到存在异常功耗的照明设备；所述照度分析模块的输出端与所述检测模块的输入端相互连接，基于照明设备功耗数据的分析结果，判断室内区域的照度数据与照明设备功耗数据是否匹配，若不匹配，则将区域涉及到的照明设备纳入重点监控范围；若匹配，则以常规方式对照明设备进行检修和调节；所述检测模块，对重点监控范围内的照明设备，进行细致的检修和调节，对重点监控范围外的照明设备，以常规方式进行检修和调节。

5.根据权利要求4所述的基于多数据收集的数据实时监测系统，其特征在于，所述功耗分析模块还包括数据类型转换单元、kmeans聚类单元和预处理单元；所述数据类型转换单元用于将范畴型的照明设备属性数据转化为数值型数据；所述预处理单元用于将数值型的照明设备属性数据进行归一化；所述kmeans聚类单元对照明设备属性数据进行kmeans聚类，找出存在异常功耗的照明设备。

6.根据权利要求4所述的基于多数据收集的数据实时监测系统，其特征在于，所述照度分析模块还包括修正系数计算单元、平均照度数据计算单元和误差区间计算单元，所述修正系数计算单元基于功耗分析模块确定的异常功耗照明设备，生成修正系数对平均照度数据的误差区间进行修正；所述平均照度数据计算单元，基于照明设备的规格和使用时长，获取区域的平均照度数据；所述误差区间计算单元用于确定平均照度数据的实测值与计算值之间允许的误差。

7.根据权利要求6所述的基于多数据收集的数据实时监测系统，其特征在于，所述平均照度数据计算单元，通过以下公式：Eav＝∑iWi×Ui×f(pn,t)i对区域的平均照度数据进行计算，并通过构建方程组对公式中的参数进行求解；其中Eav表示平均照度，i表示室内的照明设备安装位置；Wi表示照明设备位置对平均照度的影响，Ui表示照明设备规格对平均照度的影响，f(pn,t)i表示照明设备发出光通量的衰减情况；t为照明设备的使用时长；

在正常工作模式下：找出区域的中心及区域中心所处垂直线与照明设备安装位置平面的交点ints，找到与交点ints对称的不同规格的照明设备；从历史数据中找出不同规格照明设备带来的平均照度Epn1和Epn2，将Epn1和Epn2分别消去照明设备发出光通量的衰减情况后，取比值得到Upn1/Upn2并记为C，将Upn1表示为C×Upn2；pn1和pn2为pn取值范围内的不同值；

找出不处于对称位置的同一规格的照明设备，从存在的历史数据中找出不同照明设备位置带来的平均照度Ea和Eb，将Ea和Eb分别消去照明设备发出光通量的衰减情况后，取比值得到Wa/Wb并记为D，将Wa表示为D×Wb；a和b为i取值范围内的不同值；Wa和Wb表示照明设备位置a对平均照度的影响和照明设备位置b对平均照度的影响，将照明设备位置变量的数目减少；

当照明设备处于除正常工作模式之外的其他工作模式下时：基于存在处于其他工作模式的照明设备时区域的平均照度数据，将已知的照明设备位置对平均照度的影响变量和照明设备发出光通量的衰减情况代入到方程组中，计算照明设备规格对平均照度的影响变量。