CN113587986B - 一种自适应自调整的多维度养殖环境质量评估方法及*** - Google Patents
一种自适应自调整的多维度养殖环境质量评估方法及*** Download PDFInfo
- Publication number
- CN113587986B CN113587986B CN202110838327.6A CN202110838327A CN113587986B CN 113587986 B CN113587986 B CN 113587986B CN 202110838327 A CN202110838327 A CN 202110838327A CN 113587986 B CN113587986 B CN 113587986B
- Authority
- CN
- China
- Prior art keywords
- score
- humidity
- temperature
- value
- harmful gas
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001303 quality assessment method Methods 0.000 title claims abstract description 10
- 238000013210 evaluation model Methods 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000008569 process Effects 0.000 claims abstract description 15
- 238000004891 communication Methods 0.000 claims abstract description 7
- 239000007789 gas Substances 0.000 claims description 123
- 230000007613 environmental effect Effects 0.000 claims description 24
- 238000013441 quality evaluation Methods 0.000 claims description 14
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000009395 breeding Methods 0.000 description 3
- 230000001488 breeding effect Effects 0.000 description 3
- 238000009313 farming Methods 0.000 description 3
- 206010035148 Plague Diseases 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 208000007407 African swine fever Diseases 0.000 description 1
- 241000282898 Sus scrofa Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000005202 decontamination Methods 0.000 description 1
- 230000003588 decontaminative effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 210000001161 mammalian embryo Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种自适应自调整的多维度养殖环境质量评估方法及***，方法包括，采集养殖场的最佳温湿度值、高温湿度告警值、低温湿度告警值、高温湿度舒适区偏移量百分比、低温湿度舒适区偏移量百分比，构建温湿度评价模型；采集养殖场的有害气体指标值、有害气体高报警值、有害气体波动率，构建有害气体评价模型；根据温湿度评价模型、有害气体评价模型，构建养殖场环境评价模型；***包括，数据采集模块，有害气体评分模块，温湿度评分模块，环境综合评分模块，存储模块，第一显示模块，第一通信模块；本发明提供的评估方法准确，***结构合理，实现了养殖场环境的自动监测，为养殖场的智能化进程提供了技术支持。
Description
技术领域
本发明涉及智能评估领域，具体涉及一种自适应自调整的多维度养殖环境质量评估方法及***。
背景技术
当前养殖行业的养殖模式可以基本分为三种：传统阶段、自动化阶段、智能化阶段。
其中，传统阶段主要时散户为主，完全人工，效率低下，几乎没有防疫能力，风险极大；自动化阶段虽然具有一定的自动控制能力，但参数复杂，操作难度大，容易误操作，依然严重依赖人工，防疫程度较低；智能化阶段作为当前集团化养殖的主流方案，具有默认养殖策略，降低人工，提高效率，智能控制保证策略的正确执行，远程操控等可以减少人员流动，减少瘟疫传播，自2018年非洲猪瘟爆发以来，养殖明显呈现出规模化、智能化的趋势，但仍然是粗狂式的养殖为主。
基于以上背景，致力于通过大数据计算、人工智能，不断的优化养殖参数、改进养殖工艺，不断为每一座养殖场迭代出更优的养殖策略，是一种精细化养殖，后瘟疫时代的趋势所在。
发明内容
为了解决现有技术问题，本发明提供了一种自适应自调整的多维度养殖环境质量评估方法，包括以下步骤，
采集养殖场的最佳温湿度值、高温湿度告警值、低温湿度告警值、高温湿度舒适区偏移量百分比、低温湿度舒适区偏移量百分比，构建温湿度评价模型，其中，温湿度评价模型用于实时评价养殖场的温湿度情况；
采集养殖场的有害气体指标值、有害气体高报警值、有害气体波动率，构建有害气体评价模型，其中，有害气体波动率用于表示有害气体指标值的变化频率；
根据温湿度评价模型、有害气体评价模型，构建养殖场环境评价模型，用于实时评价养殖场的环境质量。
优选地，根据最佳温湿度值、高温湿度告警值、高温湿度舒适区偏移量百分比，获得舒适区上限值；
根据最佳温湿度值、低温湿度告警值、低温湿度舒适区偏移量百分比，获得舒适区下限值；
根据舒适区上限值、舒适区下限值，基于养殖场的历史温湿度值、温湿度值波动率，构建温湿度评价模型。
优选地，基于最佳温湿度值、舒适区上限值、舒适区下限值，构建温湿度评分模型，其中，温湿度评分模型用于根据养殖场的温湿度值，获得温湿度值分别针对最佳温湿度值、舒适区上限值、舒适区下限值的评分；
基于温湿度评分模型，通过历史温湿度值、温湿度值波动率，构建温湿度评价模型，温湿度评价模型用于根据实时采集的养殖场的温湿度值，获得评分。
优选地，在构建温湿度评价模型的过程中，评分包括温度得分和湿度得分；
温湿度评价模型的表达式为：
其中，温度得分为Stemp、湿度得分为Shumi，温度得分对应自适应权重为Ptemp，湿度得分对应自适应权重为Phumi。
优选地，采集有害气体偏移量，获得有害气体偏移量得分率；
采集有害气体较舒适值，获得有害气体较舒适值分值，其中，有害气体较舒适值分值用于表示有害气体较舒适值对应的分数；
基于有害气体偏移量得分率、有害气体较舒适值分值，根据有害气体评价模型，构建有害气体评分模型，有害气体评分模型，用于根据实时采集的养殖场的有害气体指标值，获得有害气体评分。
优选地，在构建有害气体评分模型的过程中，有害气体评分模型的表达式为：
其中，Sgas表示有害气体评分，Si表示不同有害气体评分，Pi表示不同有害气体对应的权重，k表示有害气体的种类。
优选地，在构建养殖场环境评价模型的过程中，养殖场环境评价模型的表达式为：
其中，Sfinal表示养殖场的环境评分，Pth表示温湿度评分权重，Pgas表示有害气体评分权重。
一种自适应自调整的多维度养殖环境质量评估***，包括，
数据采集模块，用于实时采集养殖场的温湿度指标、有害气体指标；
有害气体评分模块，用于根据有害气体指标值、有害气体高报警值、有害气体波动率，对有害气体指标进行评分，获得第一评分；
温湿度评分模块，用于根据最佳温湿度值、高温湿度告警值、低温湿度告警值、高温湿度舒适区偏移量百分比、低温湿度舒适区偏移量百分比，对温湿度指标进行评分，获得第二评分；
环境综合评分模块，用于根据第一评分、第二评分，获得养殖场的环境评分；
存储模块，用于存储第一评分、第二评分、环境评分、温湿度指标、有害气体指标；
第一显示模块，用于显示第一评分、第二评分、环境评分；
第一通信模块，用于多维度养殖环境质量评估***的外部数据交互。
优选地，多维度养殖环境质量评估***还包括大数据模块、预警模块；
大数据模块用于根据存储模块存储的数据进行数据分析，对养殖场的环境指标进行预测，并根据预测结果，动态生成指标走势图；
预警模块用于根据第一评分、第二评分、环境评分、预测结果获得预警信号；
第一显示模块还用于在当前界面显示指标走势图、预警信号。
优选地，多维度养殖环境质量评估***还包括应用在移动端的远程检测控制***；
远程检测控制***包括，
第二通信模块，用于远程检测控制***与多维度养殖环境质量评估***进行数据交互；
第二显示模块，用于显示第一评分、第二评分、环境评分、预警信号；
远程控制模块，用于远程控制养殖场的自动化设备进行环境改善工作。
本发明公开了以下技术效果：
本发明的优点在于，本发明提供的评估方法准确，***结构合理，实现了养殖场环境的自动监测，为养殖场的智能化进程提供了技术支持。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还根据这些附图获得其他的附图。
图1为本发明实施例所述的方法流程图；
图2为本发明实施例所述的***结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1-2所示，本发明提供了一种自适应自调整的多维度养殖环境质量评估方法，包括以下步骤，
采集养殖场的最佳温湿度值、高温湿度告警值、低温湿度告警值、高温湿度舒适区偏移量百分比、低温湿度舒适区偏移量百分比，构建温湿度评价模型，其中，温湿度评价模型用于实时评价养殖场的温湿度情况；
采集养殖场的有害气体指标值、有害气体高报警值、有害气体波动率，构建有害气体评价模型，其中，有害气体波动率用于表示有害气体指标值的变化频率；
根据温湿度评价模型、有害气体评价模型，构建养殖场环境评价模型，用于实时评价养殖场的环境质量。
优选地，根据最佳温湿度值、高温湿度告警值、高温湿度舒适区偏移量百分比，获得舒适区上限值；
根据最佳温湿度值、低温湿度告警值、低温湿度舒适区偏移量百分比，获得舒适区下限值；
根据舒适区上限值、舒适区下限值，基于养殖场的历史温湿度值、温湿度值波动率，构建温湿度评价模型。
优选地，基于最佳温湿度值、舒适区上限值、舒适区下限值，构建温湿度评分模型，其中，温湿度评分模型用于根据养殖场的温湿度值，获得温湿度值分别针对最佳温湿度值、舒适区上限值、舒适区下限值的评分；
基于温湿度评分模型，通过历史温湿度值、温湿度值波动率，构建温湿度评价模型，温湿度评价模型用于根据实时采集的养殖场的温湿度值，获得评分。
优选地，在构建温湿度评价模型的过程中，评分包括温度得分和湿度得分；
温湿度评价模型的表达式为：
其中，温度得分为Stemp、湿度得分为Shumi，温度得分对应自适应权重为Ptemp，湿度得分对应自适应权重为Phumi。
优选地，采集有害气体偏移量，获得有害气体偏移量得分率；
采集有害气体较舒适值，获得有害气体较舒适值分值，其中，有害气体较舒适值分值用于表示有害气体较舒适值对应的分数；
基于有害气体偏移量得分率、有害气体较舒适值分值，根据有害气体评价模型，构建有害气体评分模型，有害气体评分模型，用于根据实时采集的养殖场的有害气体指标值，获得有害气体评分。
优选地，在构建有害气体评分模型的过程中，有害气体评分模型的表达式为：
其中，Sgas表示有害气体评分，Si表示不同有害气体评分，Pi表示不同有害气体对应的权重，k表示有害气体的种类。
优选地，在构建养殖场环境评价模型的过程中，养殖场环境评价模型的表达式为：
其中，Sfinal表示养殖场的环境评分，Pth表示温湿度评分权重，Pgas表示有害气体评分权重。
一种自适应自调整的多维度养殖环境质量评估***，包括，
数据采集模块，用于实时采集养殖场的温湿度指标、有害气体指标；
有害气体评分模块，用于根据有害气体指标值、有害气体高报警值、有害气体波动率，对有害气体指标进行评分，获得第一评分；
温湿度评分模块，用于根据最佳温湿度值、高温湿度告警值、低温湿度告警值、高温湿度舒适区偏移量百分比、低温湿度舒适区偏移量百分比，对温湿度指标进行评分，获得第二评分；
环境综合评分模块，用于根据第一评分、第二评分，获得养殖场的环境评分；
存储模块，用于存储第一评分、第二评分、环境评分、温湿度指标、有害气体指标；
第一显示模块，用于显示第一评分、第二评分、环境评分；
第一通信模块，用于多维度养殖环境质量评估***的外部数据交互。
优选地，多维度养殖环境质量评估***还包括大数据模块、预警模块；
大数据模块用于根据存储模块存储的数据进行数据分析，对养殖场的环境指标进行预测，并根据预测结果，动态生成指标走势图；
预警模块用于根据第一评分、第二评分、环境评分、预测结果获得预警信号；
第一显示模块还用于在当前界面显示指标走势图、预警信号。
优选地，多维度养殖环境质量评估***还包括应用在移动端的远程检测控制***；
远程检测控制***包括，
第二通信模块，用于远程检测控制***与多维度养殖环境质量评估***进行数据交互；
第二显示模块，用于显示第一评分、第二评分、环境评分、预警信号；
远程控制模块，用于远程控制养殖场的自动化设备进行环境改善工作。
本发明致力于通过大数据计算、人工智能，不断的优化养殖参数、改进养殖工艺，不断为每一位养殖场迭代出更优的养殖策略，是一种精细化养殖，后瘟疫时代的趋势所在。
物联网智能硬件以智能环控为核心，包括智能饲喂、智能料线、智能刮粪、智能洗消烘干、风机卫士、AI相机等，基于下设的感知层所收集的实时环境信息、消耗数据等，根据当前农舍的养殖信息以及内置的智能控制逻辑，实时控制执行层设备，使得农舍处于最适宜的生长环境。同时，用户可以基于当前养殖环境，通过平台随时随地的修改控制参数、养殖信息等，以便随时调整养殖策略。
同时，AI监控对猪只行为等进行实时监控与分析，通过大数据，图像识别，将其生长情况、当前状态等数字化便于其进行分析。
基于以上所述，基于精准全面的数据采集，并利用大数据、云计算、人工智能等技术进行分析，保障出现异常、告警可及时的通知养殖用户，对环境数据(温度、湿度、CO2、NH3、H2S、光照、PM2.5、静压等)、设备数据(运行信息、维保信息)、生长数据(日增重、出栏量、PSY、胎次、产蛋量、均重、孵化量等)、用药保健数据、养殖数据(存栏量、死亡量等)、消耗数据(用水、用电、用料)以及销售数据(订单、客户、客诉)、财务数据、人员信息(学历、年龄、性别、考勤、考核信息等)等进行融合分析，深度挖掘，对每一个维度进行大数据建模分析，基于大数据、自学习的方法自动调整其权重值，综合评估出养殖质量。
实施例1：温湿度分析
输入参数：
目标值Vtar、高温告警值Vhwarn、低温告警值Vlwarn、高温舒适区偏移量百分比Phoffset、低温舒适区偏移量百分比Ploffset；
目标值的分数为100，高温舒适区上限的分数值为Scmax、低温舒适区的分数值为Scmin；
历史值为Vn，波动率Fn(0≤Fn≤1)，区间内的点数为m。
计算逻辑：
目标值为最佳值，即Vopt＝Vtar；
舒适区上限值为目标值+目标值与高温预警值的差值的Phoffset，即Vcmax＝Vtar+(Vhwarn-Vtar)*Phoffset；
舒适区下限值为目标值与低温预警值差值的Ploffset，即Vcmin＝Vtar+(Vlwarn-Vtar)*Ploffset；
某一时间段内、某一环境指标，高于Vopt，低于Vcmax的点集合为Vn，波动率Fn，其中n＝1…m1，波动率Pn，则其得分为：
某一时间段内、某一环境指标，低于Vopt，高于Vcmin的点集合为Vn，波动率Fn，其中n＝1…m2，则其得分为：
某一时间段内、某一环境指标，高于Vcmax，低于Vhwarn的点集合为Vn，波动率Fn，其中n＝1…m3，则其得分为：
某一时间段内、某一环境指标，低于Vcmin，高于Vlwarn的点集合为Vn，波动率Fn，其中n＝1…m4，，则其得分为：
高于高温报警值或低于低温预警值的得分均为0；
此区间内、此环境指标的最终得分为：
基于以上指标计算温度得分Stemp、湿度得分Shumi，其对应自适应权重为Ptemp，Phumi，则最终得分Sth为：
有害气体指标
输入参数：
某气体指标值Vn,其中n＝1…m；
较舒适值目标值Vopt、分值Sctar；
偏移量得分率Rn；
高报警值Vhwarn；
波动率Fn(0≤Fn≤1)。
计算逻辑：
当气体含量Vn为0，分值S为100；
当Vn高报警值Vhwarn、分值S为0；
某一时间段内、某一气体指标Vn高于0，低于Vopt，的点集合为Vn，波动率Fn，波动率Fn，得分率Rn，其中n＝1…m1，则其得分为：
某一时间段内、某一环境指标，低于Vopt，高于Vcmin的点集合为Vn，波动率Fn，得分率Rn，其中n＝1…m2，则其得分为：
此区间内、此气体指标的最终得分为：
基于以上指标计算不同有害气体的指标得分Si，其对应自适应权重为Pi其中i＝1…k，则最终得分Sgas为：
综合指标
综合分析环境指标与有害气体指标得分Sfinal：
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (1)
1.一种自适应自调整的多维度养殖环境质量评估***，其特征在于，
通过多维度养殖环境质量评估***实现的多维度养殖环境质量评估方法，包括以下步骤：
采集养殖场的最佳温湿度值、高温湿度告警值、低温湿度告警值、高温湿度舒适区偏移量百分比、低温湿度舒适区偏移量百分比，构建温湿度评价模型，其中，所述温湿度评价模型用于实时评价所述养殖场的温湿度情况；
采集所述养殖场的有害气体指标值、有害气体高报警值、有害气体波动率，构建有害气体评价模型，其中，所述有害气体波动率用于表示所述有害气体指标值的变化频率；
根据所述温湿度评价模型、所述有害气体评价模型，构建养殖场环境评价模型，用于实时评价所述养殖场的环境质量；
根据所述最佳温湿度值、所述高温湿度告警值、所述高温湿度舒适区偏移量百分比，获得舒适区上限值；
根据所述最佳温湿度值、所述低温湿度告警值、所述低温湿度舒适区偏移量百分比，获得舒适区下限值；
根据所述舒适区上限值、所述舒适区下限值，基于所述养殖场的历史温湿度值、温湿度值波动率，构建所述温湿度评价模型；
基于所述最佳温湿度值、所述舒适区上限值、所述舒适区下限值，构建温湿度评分模型，其中，所述温湿度评分模型用于根据所述养殖场的所述温湿度值，获得所述温湿度值分别针对所述最佳温湿度值、所述舒适区上限值、所述舒适区下限值的评分；
基于所述温湿度评分模型，通过所述历史温湿度值、所述温湿度值波动率，构建所述温湿度评价模型，所述温湿度评价模型用于根据实时采集的所述养殖场的所述温湿度值，获得所述评分；
在构建所述温湿度评价模型的过程中，所述评分包括温度得分和湿度得分；
所述温湿度评价模型的表达式为：
其中，所述温度得分为Stemp、所述湿度得分为Shumi，所述温度得分对应自适应权重为Ptemp，所述湿度得分对应自适应权重为Phumi；
在获取最终得分Sth的过程中，设置参数：目标值Vtar、高温告警值Vhwarn、低温告警值Vlwarn、高温舒适区偏移量百分比Phoffset、低温舒适区偏移量百分比Ploffset；
目标值的分数为100，高温舒适区上限的分数值为Scmax、低温舒适区的分数值为Scmin；
历史值为Vn，波动率Fn，0≤Fn≤1，区间内的点数为m；
设置计算逻辑：
目标值为最佳值，即Vopt＝Vtar；
舒适区上限值为目标值+目标值与高温预警值的差值的Phoffset，即Vcmax＝Vtar+(Vhwarn-Vtar)*Phoffset；
舒适区下限值为目标值与低温预警值差值的Ploffset，即Vcmin＝Vtar+(Vlwarn-Vtar)*Ploffset；
某一时间段内、某一环境指标，高于Vopt，低于Vcmax的点集合为Vn，波动率Fn，其中n＝1…m1，波动率Pn，则其得分为：
某一时间段内、某一环境指标，低于Vopt，高于Vcmin的点集合为Vn，波动率Fn，其中n＝1…m2，则其得分为：
某一时间段内、某一环境指标，高于Vcmax，低于Vhwarn的点集合为Vn，波动率Fn，其中n＝1…m3，则其得分为：
某一时间段内、某一环境指标，低于Vcmin，高于Vlwarn的点集合为Vn，波动率Fn，其中n＝1…m4，，则其得分为：
高于高温报警值或低于低温预警值的得分均为0；
此区间内、此环境指标的最终得分为：
基于以上指标计算温度得分Stemp、湿度得分Shumi，其对应自适应权重为Ptemp，Phumi，则最终得分Sth；
采集有害气体偏移量，获得有害气体偏移量得分率；
采集有害气体较舒适值，获得有害气体较舒适值分值，其中，所述有害气体较舒适值分值用于表示所述有害气体较舒适值对应的分数；
基于所述有害气体偏移量得分率、所述有害气体较舒适值分值，根据所述有害气体评价模型，构建有害气体评分模型，所述有害气体评分模型用于根据实时采集的所述养殖场的所述有害气体指标值，获得有害气体评分；
在构建所述有害气体评分模型的过程中，所述有害气体评分模型的表达式为：
其中，Sgas表示所述有害气体评分，Si表示不同有害气体评分，Pi表示不同有害气体对应的权重，k表示有害气体的种类；
在获取有害气体评分的过程中，设置输入参数：某气体指标值Vn,其中n＝1…m；较舒适值目标值Vopt、分值Sctar；偏移量得分率Rn；高报警值Vhwarn；波动率Fn，0≤Fn≤1；
设置计算逻辑为：
当气体含量Vn为0，分值S为100；
当Vn高报警值Vhwarn、分值S为0；
某一时间段内、某一气体指标Vn高于0，低于Vopt，的点集合为Vn，波动率Fn，得分率Rn，其中n＝1…m1，则其得分为：
某一时间段内、某一环境指标，低于Vopt，高于Vcmin的点集合为Vn，波动率Fn，得分率Rn，其中n＝1…m2，则其得分为：
此区间内、此气体指标的最终得分为：
基于以上指标计算不同有害气体的指标得分Si，其对应自适应权重为Pi其中i＝1…k，获取最终得分Sgas：
在构建所述养殖场环境评价模型的过程中，所述养殖场环境评价模型的表达式为：
其中，Sfinal表示所述养殖场的环境评分，Pth表示温湿度评分权重，Pgas表示有害气体评分权重；所述多维度养殖环境质量评估***，包括，
数据采集模块，用于实时采集养殖场的温湿度指标、有害气体指标；
有害气体评分模块，用于根据有害气体指标值、有害气体高报警值、有害气体波动率，对所述有害气体指标进行评分，获得第一评分；
温湿度评分模块，用于根据最佳温湿度值、高温湿度告警值、低温湿度告警值、高温湿度舒适区偏移量百分比、低温湿度舒适区偏移量百分比，对所述温湿度指标进行评分，获得第二评分；
环境综合评分模块，用于根据所述第一评分、所述第二评分，获得所述养殖场的环境评分；
存储模块，用于存储所述第一评分、所述第二评分、所述环境评分、所述温湿度指标、所述有害气体指标；
第一显示模块，用于显示所述第一评分、所述第二评分、所述环境评分；
第一通信模块，用于所述多维度养殖环境质量评估***的外部数据交互；
所述多维度养殖环境质量评估***还包括大数据模块、预警模块；
所述大数据模块用于根据所述存储模块存储的数据进行数据分析，对所述养殖场的环境指标进行预测，并根据预测结果，动态生成指标走势图；
所述预警模块用于根据所述所述第一评分、所述第二评分、所述环境评分、所述预测结果获得预警信号；
所述第一显示模块还用于在当前界面显示所述指标走势图、所述预警信号；
所述多维度养殖环境质量评估***还包括应用在移动端的远程检测控制***；
所述远程检测控制***包括，
第二通信模块，用于所述远程检测控制***与所述多维度养殖环境质量评估***进行数据交互；
第二显示模块，用于显示所述第一评分、所述第二评分、所述环境评分、所述预警信号；
远程控制模块，用于远程控制所述养殖场的自动化设备进行环境改善工作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110838327.6A CN113587986B (zh) | 2021-07-23 | 2021-07-23 | 一种自适应自调整的多维度养殖环境质量评估方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110838327.6A CN113587986B (zh) | 2021-07-23 | 2021-07-23 | 一种自适应自调整的多维度养殖环境质量评估方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113587986A CN113587986A (zh) | 2021-11-02 |
| CN113587986B true CN113587986B (zh) | 2024-07-02 |
Family
ID=78249282
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110838327.6A Active CN113587986B (zh) | 2021-07-23 | 2021-07-23 | 一种自适应自调整的多维度养殖环境质量评估方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113587986B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116045438A (zh) * | 2023-01-09 | 2023-05-02 | 江苏悦达绿色建筑科技有限公司 | 一种三恒智慧住宅的新风***及其控制方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112732708A (zh) * | 2020-12-21 | 2021-04-30 | 湖北微云科技有限公司 | 一种基于环境数据采集和监测的博物馆文物保护*** |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104899661A (zh) * | 2015-06-15 | 2015-09-09 | 四川大学 | 基于分类-层次分析法理论的河道健康评价方法 |
| CN105066356A (zh) * | 2015-08-11 | 2015-11-18 | 中山大学 | 一种基于养老环境热舒适区的空调自动调整方法 |
| CN108800427A (zh) * | 2018-06-28 | 2018-11-13 | 广州市建筑科学研究院有限公司 | 一种室内空气自动调节控制方法及*** |
| CN109240388A (zh) * | 2018-10-31 | 2019-01-18 | 西南大学 | 一种基于物联网的畜牧养殖用温湿度控制***及方法 |
| CN109782832A (zh) * | 2019-01-18 | 2019-05-21 | 中国农业科学院农业信息研究所 | 一种蛋鸡养殖环境监控***及方法 |
| CN112561218A (zh) * | 2019-09-25 | 2021-03-26 | 上海迪勤智能科技有限公司 | 基于工作效率适宜环境指数的工作环境质量评估方法和*** |
| CN111523796A (zh) * | 2020-04-21 | 2020-08-11 | 西南石油大学 | 非煤隧道有害气体危害评价方法 |
| CN112486230B (zh) * | 2020-11-19 | 2021-12-28 | 凤台县凤羽农业发展有限公司 | 一种智能化家禽养殖管理*** |
-
2021
- 2021-07-23 CN CN202110838327.6A patent/CN113587986B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112732708A (zh) * | 2020-12-21 | 2021-04-30 | 湖北微云科技有限公司 | 一种基于环境数据采集和监测的博物馆文物保护*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113587986A (zh) | 2021-11-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112668394B (zh) | 一种农业大棚生产的在线预测方法及*** | |
| CN114518143A (zh) | 一种智能环境感知*** | |
| CN115220506B (zh) | 一种基于物联网终端的多点源冷暖控制*** | |
| CN113587986B (zh) | 一种自适应自调整的多维度养殖环境质量评估方法及*** | |
| KR102188768B1 (ko) | 시설 운영 이력을 저장할 수 있는 스마트팜 운영 시스템 | |
| CN111754045A (zh) | 一种基于果树生长的预测*** | |
| CN110378586B (zh) | 基于动态闭环知识管理的变电设备缺陷预警方法及*** | |
| CN115115126A (zh) | 基于知识图谱的农作物灾害损失及产量预测***及方法 | |
| CN117215351A (zh) | 一种食用菌种植环境智能监测预警*** | |
| CN116649160A (zh) | 食用菌菌种生产监测***及监测方法 | |
| CN117391482B (zh) | 一种基于大数据监测的大棚温度智能预警方法及*** | |
| Zhu et al. | Remote monitoring and management system of intelligent agriculture under the internet of things and deep learning | |
| CN115292753A (zh) | 一种基于区块链的农业大棚数据溯源与管理方法 | |
| JP2020156431A (ja) | 農作物の生育評価・作業提案方法および農作物の生育評価・作業提案システム、ならびに地域農業活性システム | |
| CN117873238A (zh) | 一种植物生长控制方法及其***、计算机设备和存储介质 | |
| Nalwanga et al. | Fuzzy Logic based vegetable price prediction in IoT | |
| CN116182945B (zh) | 基于无线传感器网络的可控农业温室环境监测***及方法 | |
| CN116931486A (zh) | 一种基于HarmonyOS的智慧图书馆环境数据分析装置、方法 | |
| CN110309960A (zh) | 一种大数据智能分析预测*** | |
| Mamatha et al. | Remotely monitored web based smart hydroponics system for crop yield prediction using IoT | |
| CN115442405A (zh) | 一种智慧农业生产管理服务*** | |
| CN111262950B (zh) | 一种基于物联网的植物数据采集*** | |
| Kang et al. | Semi-autonomous greenhouse environment control by combining expert knowledge and machine learning | |
| CN113138584A (zh) | 一种生物反应器数据管理和远程控制***及方法 | |
| CN118393898A (zh) | 生物隔离装置的智能控制方法及*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |