1.一种基于照明优化模型训练方法，其特征在于，包括以下步骤：步骤S1：获取展览馆照明数据，并根据展览馆照明数据进行展厅照明特征提取以及展品区照明特征提取，从而获得展厅照明数据以及展品区照明数据；根据展厅照明数据进行光源位置优化分析，从而获得展厅光源位置优化数据；

步骤S2：获取展品区标准照明数据；根据展品区标准照明数据对展品区照明数据进行色温异常分析，从而获得展品区色温异常数据，步骤S1具体为：步骤S11：获取展览馆照明数据，并根据展览馆照明数据进行展厅照明特征提取以及展品区照明特征提取，从而获得展厅照明数据以及展品区照明数据；

步骤S12：根据展厅照明数据进行眩光优化分析，从而获得展厅照明眩光优化数据；

步骤S13：根据展厅照明数据进行光照均匀优化分析，从而获得展厅光照均匀优化数据；

步骤S14：根据展厅照明眩光优化数据以及展厅光照均匀优化数据进行展厅光照位置优化特征整合，从而获得展厅光源位置优化数据；

步骤S3：根据展品区色温异常数据进行展品色彩失真分析，从而获得展品色彩失真数据；根据展品色彩失真数据进行色温动态补偿，从而获得展品区色温动态补偿数据；

步骤S4：获取照明优化模型；根据展厅光源位置优化数据以及展品区色温动态补偿数据对照明优化模型进行训练，从而获得照明优化训练模型；

步骤S5：根据照明优化训练模型进行照明能耗评估，从而获得照明能耗数据；根据照明能耗进行能效优化，从而获得照明能效优化数据，并上传至照明优化训练模型，以执行照明能效优化任务。

2.根据权利要求1所述的基于照明优化模型训练方法，其特征在于，步骤S12具体为：步骤S121：根据展厅照明数据进行光源发光模拟，从而获得光源发光模拟数据；

步骤S122：对光源发光模拟数据进行发射角度特征提取，从而获得光源发射角度数据；

步骤S123：获取观众位置数据；

步骤S124：根据光源发射角度数据对观众位置数据进行眩光评估，从而获得展厅照明眩光数据；

步骤S125：对展厅照明眩光数据进行光源角度调整，从而获得光源角度调整数据；

步骤S126：对展厅照明眩光数据进行安装高度调整，从而获得安装高度调整数据；

步骤S127：根据光源角度调整数据以及安装高度调整数据进行展厅照明眩光优化整合，从而获得展厅照明眩光优化数据。

3.根据权利要求2所述的基于照明优化模型训练方法，其特征在于，步骤S124具体为：根据光源发射角度数据进行对观众位置数据进行相对角度计算，从而获得光源发射‑观众位置角度数据；

获取眩光标准阈值数据；

根据展厅照明数据进行光源强度特征提取，从而获得光源强度数据；

根据光源强度数据以及光源发射‑观众位置角度数据进行眩光强度计算，从而获得眩光强度数据；

根据眩光标准阈值数据对眩光强度数据进行展厅照明眩光评估，从而获得展厅照明眩光数据。

4.根据权利要求1所述的基于照明优化模型训练方法，其特征在于，步骤S13具体为：步骤S131：根据展厅照明数据进行照明分布区域图绘制，从而获得展厅照明分布区域图；

步骤S132：对展厅照明分布区域图进行最小照明区域识别以及最大照明区域识别，从而获得展厅最小照明区域数据以及最大照明区域数据；

步骤S133：根据展厅最小照明区域数据进行光照强度计算，从而获得展厅最小照明区域光照强度数据；

步骤S134：根据展厅最大照明区域数据进行光照强度计算，从而获得展厅最大照明区域光照强度数据；

步骤S135：根据展厅照明分布区域图进行平均照明度计算，从而获得展厅平均照明度；

步骤S136：根据展厅平均照明度对最小照明区域光照强度数据以及最大照明区域光照强度数据进行识别，从而获得照明过暗区域数据以及照明过亮区域数据；

步骤S137：对照明过暗区域数据光源密度增加，从而获得光源密度增加数据；

步骤S138：对照明过亮区域数据展览空间材质反射率优化，从而获得展览空间材质数据；

步骤S139：根据光源密度增加数据以及展览空间材质数据进行展厅光照均匀优化整合，从而获得展厅光照均匀优化数据。

5.根据权利要求1所述的基于照明优化模型训练方法，其特征在于，步骤S2具体为：步骤S21：获取展品区标准照明数据；

步骤S22：根据展品区照明数据进行色温计算，从而获得展品区色温数据；

步骤S23：根据展品区标准照明数据对展品区色温数据进行空间异常色温分析，从而获得空间异常色温数据；

步骤S24：根据展品区标准照明数据对展品区色温数据进行时间异常色温分析，从而获得时间异常色温数据；

步骤S25：根据空间异常色温数据以及时间异常色温数据进行展品区色温异常整合，从而获得展品区色温异常数据。

6.根据权利要求5所述的基于照明优化模型训练方法，其特征在于，步骤S23具体为：步骤S231：根据展品区标准照明数据进行基准色温生成，从而获得展品区基准色温数据；

步骤S232：对展品区色温数据进行空间分布图构建，从而获得展品区色温空间分布图；

步骤S233：根据展品区基准色温数据对展品区色温空间分布图进行色温偏差计算，从而获得展品区色温偏差数据；

步骤S234：根据展品区色温偏差数据进行色温偏差区域统计，从而获得高色温区域数据以及低色温区域数据；

步骤S235：对高色温区域数据进行展品材质光谱分析，从而获得高色温区域展品材质光谱数据；

步骤S236：对低色温区域数据进行展品颜色还原度评估，从而获得低色温区域展品颜色还原度数据；

步骤S237：根据高色温区域展品材质光谱数据以及低色温区域展品颜色还原度数据进行空间异常色温合并，从而获得空间异常色温数据。

7.根据权利要求6所述的基于照明优化模型训练方法，其特征在于，步骤S235具体为：对高色温区域数据进行光源类型识别，从而获得光源类型数据；

根据光源类型数据进行光谱特征提取，从而获得光源类型光谱数据；

获取展品材质数据；

根据展品材质数据进行反射率采集，从而获得展品材质反射率；

对高色温区域数据进行展区光源识别，从而获得展区光源数据，并根据展区光源数据以及光源类型光谱数据进行光源照射模拟，从而获得展区光源照射数据；

根据展区光源照射数据以及展品材质反射率进行展品材质反射光线分析，从而获得展品材质反射数据；

对展品材质反射数据进行反射波段统计，从而获得展品材质反射波段数据；

根据反射波段数据进行光源色温交互分析，从而获得高色温区域展品材质光谱数据。

8.根据权利要求1所述的基于照明优化模型训练方法，其特征在于，步骤S3具体为：步骤S31：根据展品区色温异常数据进行展品色彩模型转换，从而获得展品色彩模型；

步骤S32：获取基准色彩数据；

步骤S33：根据基准色彩数据对展品色彩模型进行色差计算，从而获得色差数据；

步骤S34：根据色差数据进行展品色彩失真评估，从而获得展品色彩失真数据；

步骤S35：根据展品色彩失真数据进行色温动态补偿，从而获得展品区色温动态补偿数据。

9.根据权利要求8所述的基于照明优化模型训练方法，其特征在于，步骤S35具体为：步骤S351：根据展品色彩失真数据进行偏色识别，从而获得偏色数据；

步骤S352：对偏色数据进行统计，从而获得偏暖色数据以及偏冷色数据；

步骤S353：根据偏暖色数据进行增加红光比例补偿，从而获得红光比例补偿数据；

步骤S354：根据偏冷色数据进行增加蓝光比例补偿，从而获得蓝光比例补偿数据；

步骤S355：根据红光比例补偿数据以及蓝光比例补偿数据进行展品去色温动态补偿整合，从而获得展品区色温动态补偿数据。