1.一种基于数据挖掘的智能路灯能耗分析系统，包括：
数据表，包括原始能耗数据表和修正的能耗数据表，这两个表分别用于存储路灯的原始能耗数据以及经过处理后的能耗数据；
能耗监测模型，用于实时监测路灯能耗数据，以图表形式显示监测结果，对异常能耗数据进行提示和报警，并且为了以后的能耗监测和能耗预测的准确性，对异常能耗数据进行修正；
能耗预测模型，用于预测路灯未来一段时间内的能耗值，以图表形式显示预测结果，并且能够将预测结果导出为CSV文件；
历史数据查询模型，用于查询路灯历史能耗数据，以图表形式显示查询结果，能够选择是否将原始能耗数据与修正的能耗数据进行对比，从而对异常能耗有一个更加清晰的认识，并且能够将处查询结果导出为CSV文件；
能耗数据处理模型，用于导入和处理路灯历史能耗数据，以图表形式显示处理结果，对历史数据中的异常数据进行修正，并将导入的数据和修正的数据存储到数据库中；
用户界面，采用单窗口多视图的结构和左右窗格的形式，同时使用图表形式显示能耗分析的结果。
2.根据权利要求1所述的一种基于数据挖掘的智能路灯能耗分析系统，其特征在于：所述的原始能耗数据表是用于保存采集到的原始能耗数据，是没有经过任何修正或修改的数据，包括能耗记录标号、终端号、终端名称、能耗采集时间、能耗值、数据库更新时间这些字段，其中：
能耗记录标号：表示第几条能耗记录；
终端号：智能路灯监控系统为方便路灯终端的管理，为其设置的一个编号；
终端名称：与终端号相对应，为终端的名称；
能耗采集时间：表示采集路灯能耗数据的时间；
能耗值：表示采集到的路灯的能耗值，即路灯的用电量；
数据库更新时间：表示该记录存储到数据表中的时间；
所述的修正的能耗数据表是用于保存经过修正之后的能耗数据，对原始能耗数据中的缺失数据进行填补以及异常数据进行纠正，包括能耗记录标号、终端号、终端名称、能耗采集时间、能耗值、修正的能耗值、能耗是否被修正、能耗是否异常、能耗是否缺失、数据库更新时间这些字段，其中：
能耗记录标号、终端号、终端名称、能耗采集时间、能耗值：对于同一条能耗记录，修正的能耗数据表的这些字段的值与原始能耗数据表相同；
修正的能耗值：如果能耗正常，则修正的能耗值与原始能耗值相同，如果能耗缺失或异常，则修正的能耗值为经过修正之后的值；
能耗是否被修正：如果能耗被修正，则该值为1，也就表示该能耗是缺失的或异常的，否则，该值为0，也就表示该能耗是正常的；
能耗是否异常：如果能耗异常，则该值为1，否则，该值为0；
能耗是否缺失：如果能耗缺失，则该值为1，否则，该值为0；
数据库更新时间：表示该记录存储到数据表中的时间，该时间总会比原始能耗数据表的数据库更新时间晚，因为能耗数据总是先存储到原始能耗数据表，然后经过模型的分析和处理之后再存储到修正的能耗数据表。
3.根据权利要求1所述的一种基于数据挖掘的智能路灯能耗分析系统，其特征在于：所述的能耗监测模型是基于局部离群点因子算法和回归树，实现对异常能耗数据的检测和修正，具体步骤如下：
1)接收到最新的路灯能耗值，触发能耗监测事件；
2)创建能耗监测线程；
3)将接收到的能耗数据存储到原始能耗数据表中；
4)调用能耗监测模型对路灯能耗值进行分析，识别其所属类别，该类别分有正常、缺失、异常，并当其为缺失或异常数据时进行修正，其实现方式如下：
4.1)采集最新能耗数据；
4.2)从修正的能耗数据表中读取最近一段时间内的能耗数据；
4.3)判断能耗数据是否缺失，即判断采集的能耗值是否为0，若为0则表明能耗缺失，跳到步骤4.5)，否则，继续；
4.4)使用局部离群点因子算法计算采集到的能耗数据的lof值，判断lof值是否大于阈值，若小于则表明能耗正常，结束，否则表明能耗异常，继续；
4.5)使用回归树算法建立回归树，并使用建立的回归树修正能耗值；
5)将能耗监测结果存储到修正的能耗数据表中；
6)在能耗监测界面的柱状图和表格中显示能耗监测结果；
7)销毁能耗监测线程。
4.根据权利要求1所述的一种基于数据挖掘的智能路灯能耗分析系统，其特征在于：所述的能耗预测模型是基于径向基函数神经网络，实现对能耗数据的预测，其具体步骤如下：
1)用户设置预测时间段，触发能耗预测事件；
2)创建能耗预测线程；
3)调用能耗预测模型，训练径向基函数神经网络，获得待预测时间段的路灯的能耗值，其实现方式如下：
3.1)设置预测时间段或预测天数；
3.2)从修正的能耗数据表中读取最近一段时间内的能耗数据；
3.3)使用梯度下降法训练径向基函数神经网络；
3.4)使用训练得到的神经网络预测路灯能耗值；
4)在能耗预测界面的柱状图和表格中显示能耗预测结果；
5)销毁能耗预测线程；
6)用户根据需求决定是否导出能耗预测结果，如果需要导出，则将能耗预测结果导出为CSV文件。
5.根据权利要求1所述的一种基于数据挖掘的智能路灯能耗分析系统，其特征在于：在所述历史数据查询模型当中，用户通过设置查询时间段，查询该时间段内的历史能耗数据，查询结果就会显示在柱状图和表格中，其具体步骤如下：
1)用户设置查询时间段以及选择是否对比，触发数据查询事件；
2)创建数据查询线程；
3)根据用户设置的条件查询修正的能耗数据表；
4)在数据查询界面的柱状图和表格中显示数据查询结果；
5)销毁数据查询线程；
6)用户根据需求决定是否导出数据查询结果，如果需要导出，则将数据查询结果导出为CSV文件。
6.根据权利要求1所述的一种基于数据挖掘的智能路灯能耗分析系统，其特征在于：所述的能耗数据处理模型是基于局部离群点因子算法和回归树，实现对历史数据的导入和处理，其具体步骤如下：
1)用户选择历史能耗数据源，触发能耗数据处理事件；
2)创建能耗数据处理线程；
3)将用户选择的历史能耗数据存储到原始能耗数据表中；
4)调用能耗数据处理模型修正问题能耗数据，实现方式如下：
4.1)从CSV文件或数据库中导入历史能耗数据；
4.2)检测能耗数据中的缺失值，若无缺失值则跳转到步骤4.4)，否则，继续；
4.3)使用导入的能耗数据建立回归树，并使用建立的回归树填补缺失值；
4.4)使用局部离群点因子算法计算所有能耗数据的lof值，判断每个能耗数据的lof值是否大于阈值，若不存在lof值大于阈值，则结束，若存在lof值大于阈值，则表明该数据异常，继续；
4.5)使用经过填补后的能耗数据重新建立回归树，并使用建立的回归树纠正异常值；
5)将能耗数据处理结果存储到修正的能耗数据表中；
6)在能耗数据处理界面的柱状图和表格中显示能耗数据处理结果；
7)销毁能耗数据处理线程。
7.根据权利要求1所述的一种基于数据挖掘的智能路灯能耗分析系统，其特征在于：所述用户界面的主界面是采用单窗口多视图的结构和左右窗格的形式，其中左侧窗格显示功能列表，右侧窗格显示每个功能的相应内容；主界面的功能列表包括：能耗监测、能耗预测、历史数据、数据处理、帮助文档这五大功能，具体如下：
能耗监测：能耗监测结果显示在柱状图和表格中，当发现能耗出现异常时，在柱状图和表格中会通过改变显示的颜色来标识；
能耗预测：用户能够通过设置截止日期或者天数来确定预测的时间段，预测结果显示在柱状图和表格中；
历史数据：用户能够通过时间段从数据库中读取这一段时间的能耗数据，查询结果显示在柱状图和表格中，当能耗数据为缺失数据或异常数据时，通过改变显示的颜色来标记；
数据处理：用户通过选择历史数据源处理相应的历史能耗数据，处理结果显示在柱状图和表格中，当处理的历史能耗数据中有缺失数据或异常数据时，通过改变显示的颜色来标记；
帮助文档：用于对上述四个功能通过文字叙述的方式详细地介绍操作方式和显示说明。