Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于温度预警的温室大棚温度自动控制系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:广东万顷洋农业发展有限公司

摘要:本发明涉及一种基于温度预警的温室大棚温度自动控制系统,涉及温度控制领域,包括:接收种植作物品种信息和作物种植时长信息,获得环境温度期望区间;当棚内监测温度时序信息属于环境温度期望区间,且棚外监测温度时序信息不属于棚外基准温度区间,通过大棚温度预测组件,获得预设时区棚内温度预测曲线提取预设时区棚内温度预测曲线不属于环境温度期望区间的异常预测时区;当异常预测时区的时长大于或等于异常时长阈值,获得若干个调温口推荐送风控制参数初始化调温装置进行环境温度控制。解决了现有技术中由于实时监测棚内温度进而实时调节,存在滞后性的技术问题。

主权项:1.一种基于温度预警的温室大棚温度自动控制系统,其特征在于,部署于调温装置自动控制器,所述调温装置自动控制器包括大棚温度预测组件和大棚温度配置组件,所述调温装置自动控制器和调温装置通信连接,所述调温装置在温室大棚具有若干个调温口,包括:温度频繁性匹配单元,用于接收种植作物品种信息和作物种植时长信息进行温度频繁性匹配,获得环境温度期望区间;温度采集单元,用于通过内温度传感器,接收棚内监测温度时序信息,通过外温度传感器,接收棚外监测温度时序信息和棚外基准温度区间;控制参数调取单元,用于通过调温装置,获得若干个调温口送风控制参数;温度曲线预测单元,用于当所述棚内监测温度时序信息属于所述环境温度期望区间,且所述棚外监测温度时序信息不属于所述棚外基准温度区间,通过大棚温度预测组件,对所述棚内监测温度时序信息、所述棚外监测温度时序信息和所述若干个调温口送风控制参数进行处理,获得预设时区棚内温度预测曲线;异常时区提取单元,用于提取所述预设时区棚内温度预测曲线不属于所述环境温度期望区间的异常预测时区;控制参数调节单元,用于当所述异常预测时区的时长大于或等于异常时长阈值,通过大棚温度配置组件和所述大棚温度预测组件,根据所述棚外监测温度时序信息和所述棚内监测温度时序信息对所述若干个调温口送风控制参数进行调节,获得若干个调温口推荐送风控制参数;棚内温度控制单元,用于根据所述若干个调温口推荐送风控制参数初始化调温装置进行环境温度控制,同时根据所述棚外监测温度时序信息更新所述棚外基准温度区间;其中,所述大棚温度预测组件构建过程如下:获得大棚三维模型,其中,所述大棚三维模型具有调温口分布位置标签;根据预设网格边长对所述大棚三维模型进行正方体分割,获得网格分布位置标签;根据所述大棚三维模型进行拓扑仿真,构建大棚图神经网络,其中,所述调温口分布位置标签在所述大棚图神经网络为第一类型输入节点,所述网格分布位置标签在所述大棚图神经网络为第二类型输入节点;基于所述第一类型输入节点和所述第二类型输入节点,对所述大棚图神经网络进行有监督训练,获得所述大棚温度预测组件;其中,所述第一类型输入节点的输入为调温口送风控制参数,所述第二类型输入节点输入为棚内监测温度时序信息和棚外监测温度时序信息,所述大棚图神经网络的输出为指定时区棚内温度预测曲线;其中,基于所述第一类型输入节点和所述第二类型输入节点,对所述大棚图神经网络进行有监督训练,获得所述大棚温度预测组件,包括:采集大棚温度历史监测数据和若干个调温口历史送风控制参数,其中,所述大棚温度历史监测数据包括棚内温度历史监测时序数据和棚外温度历史监测时序数据;对所述棚外温度历史监测时序数据进行邻域温度聚合,获得棚外温度历史监测数据分割序列;根据所述棚外温度历史监测数据分割序列对所述棚内温度历史监测时序数据进行分割,获得棚内温度历史监测时序数据分割序列;根据所述网格分布位置标签,对所述棚内温度历史监测时序数据分割序列进行网格分布,获得第一网格棚内温度历史监测时序数据分割序列直到第N网格棚内温度历史监测时序数据分割序列;根据所述若干个调温口历史送风控制参数、所述棚外温度历史监测数据分割序列,所述第一网格棚内温度历史监测时序数据分割序列直到所述第N网格棚内温度历史监测时序数据分割序列,基于所述第一类型输入节点和所述第二类型输入节点,对所述大棚图神经网络进行有监督训练,获得所述大棚温度预测组件;其中,根据所述若干个调温口历史送风控制参数、所述棚外温度历史监测数据分割序列,所述第一网格棚内温度历史监测时序数据分割序列直到所述第N网格棚内温度历史监测时序数据分割序列,基于所述第一类型输入节点和所述第二类型输入节点,对所述大棚图神经网络进行有监督训练,获得所述大棚温度预测组件,包括:根据所述棚外温度历史监测数据分割序列,获得第一分割棚外温度历史监测数据;根据所述第一网格棚内温度历史监测时序数据分割序列直到所述第N网格棚内温度历史监测时序数据分割序列,提取第一网格分割棚内温度历史监测时序数据直到第N网格分割棚内温度历史监测时序数据,其中,所述第一网格分割棚内温度历史监测时序数据直到所述第N网格分割棚内温度历史监测时序数据与所述第一分割棚外温度历史监测数据对应;根据指定时区长度,遍历所述第一网格分割棚内温度历史监测时序数据直到所述第N网格分割棚内温度历史监测时序数据进行尾部对齐二分割,获得第一网格分割棚内温度历史监测输入时序数据和第一网格分割棚内温度历史监测监督时序数据,直到第N网格分割棚内温度历史监测输入时序数据和第N网格分割棚内温度历史监测监督时序数据;构建训练损失评价函数: ,其中,表征训练全局损失,表征第i个网格的第k时刻预测温度值,表征第i个网格的第k时刻监督温度值,a表征小常数,Q表征监督数据的时刻总数;根据所述训练损失评价函数,以所述第一网格分割棚内温度历史监测监督时序数据直到所述第N网格分割棚内温度历史监测监督时序数据为监督,以所述第一网格分割棚内温度历史监测输入时序数据直到所述第N网格分割棚内温度历史监测输入时序数据、所述第一分割棚外温度历史监测数据为所述第二类型输入节点的输入,以所述若干个调温口历史送风控制参数为所述第一类型输入节点的输入,对所述大棚图神经网络进行有监督训练,获得所述大棚温度预测组件。

全文数据:

权利要求:

百度查询: 广东万顷洋农业发展有限公司 一种基于温度预警的温室大棚温度自动控制系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。