CN115220506B - 一种基于物联网终端的多点源冷暖控制*** - Google Patents
一种基于物联网终端的多点源冷暖控制*** Download PDFInfo
- Publication number
- CN115220506B CN115220506B CN202211125214.2A CN202211125214A CN115220506B CN 115220506 B CN115220506 B CN 115220506B CN 202211125214 A CN202211125214 A CN 202211125214A CN 115220506 B CN115220506 B CN 115220506B
- Authority
- CN
- China
- Prior art keywords
- temperature
- humidity
- data
- greenhouse
- module
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
- G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/25—Greenhouse technology, e.g. cooling systems therefor
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Greenhouses (AREA)
Abstract
本发明公开了一种基于物联网终端的多点源冷暖控制***,包括数据采集模块、数据分析模块和环境控制模块,所述数据采集模块用于对温室环境数据进行采集,所述数据分析模块用于对采集到的数据进行分析,所述环境控制模块用于根据分析后的数据对温室内环境进行智能控制,所述数据分析模块与数据采集模块网络连接,所述环境控制模块与数据分析模块网络连接,数据采集模块包括温室存储数据库模块、分布式传感器模组、室内环境因子采集模块、室外环境因子获取模块和数据预处理模块,环境预警控制模块包括预警等级划分模块、智能控制模块和可视化展示模块,本发明,具有降低调控能耗和提高温控性能的特点。
Description
技术领域
本发明涉及温控技术领域,具体为一种基于物联网终端的多点源冷暖控制***。
背景技术
在改革开放后,我国从国外引进大量温室技术,温室技术的出现加快了我国农业的发展,减小了外界环境对于作物生长的影响。虽然现在温室已经普及,但是外界环境因素还是会对温室产生部分影响,尤其是冬季,反季节蔬菜和水果对于温度和湿度的要求较高,碰上极端天气因为没有提前做好预防措施很容易造成病虫害并且品相欠佳甚至是减产。相对于其他环境,温室温湿度对于作物的影响比较大,例如,在高温高湿的环境下,草莓容易得芽枯病,或者加快害虫的繁衍;温度低可能会因为影响作物代谢速率,草莓容易受白粉病影响,降低作物的产量。我国虽然引进了国外设备,但是其控制设备的参数设置是根据当地的环境进行设置,不符合我国自己的国情,使得在温室环境过程中出现花费时间长,调控成本高,达到的效果差,因此,设计降低调控能耗和提高温控性能的一种基于物联网终端的多点源冷暖控制***是很有必要的。
发明内容
本发明的目的在于提供一种基于物联网终端的多点源冷暖控制***,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于物联网终端的多点源冷暖控制***,包括数据采集模块、数据分析模块和环境控制模块,所述数据采集模块用于对温室环境数据进行采集,所述数据分析模块用于对采集到的数据进行分析,所述环境控制模块用于根据分析后的数据对温室内环境进行智能控制,所述数据分析模块与数据采集模块网络连接,所述环境控制模块与数据分析模块网络连接。
根据上述技术方案,所述数据采集模块包括温室存储数据库模块、分布式传感器模组、室内环境因子采集模块、室外环境因子获取模块和数据预处理模块,所述温室存储数据库模块用于存储采集到的温室环境数据,所述分布式传感器模组用于对温室内部环境因素进行布点采集,所述室内环境因子采集模块用于采集室内环境因子,所述室外环境因子获取模块用于获取室外环境因子,所述数据预处理模块用于对采集到的数据进行预处理。
根据上述技术方案,所述数据分析模块包括相关性分析模块和温湿度预测模块,所述相关性分析模块用于分析采集到的环境因子与温湿度的相关度,所述温湿度预测模块用于对温室的环境温湿度进行预测。
根据上述技术方案,所述环境控制模块包括预警等级划分模块、智能控制模块和可视化展示模块,所述预警等级划分模块用于对温室内作物受温湿度影响产生的危险程度进行等级划分,所述智能控制模块用于根据分析后的数据对温室内环境进行智能控制,所述可视化展示模块用于向用户展示所有监测、预测和预警处理数据,所述智能控制模块与预警等级划分模块网络连接。
根据上述技术方案,所述数据采集模块的运行方法主要包括以下步骤:
步骤S1:建立温室存储数据库,将采集到的温室环境数据信息存储至数据库中;
步骤S2:将温湿度传感器安装于距离温室棚顶较近的遮光处,并保持良好的通风环境,光照传感器位置设置于温室中间且于作物叶子同高的位置;
步骤S3:各传感器通过物联网监控设备进行每项监测数据的下载,每隔一小时采集一次数据,并存储至数据库中;
步骤S4:根据天气预报实时获取室外环境因子,同时对室外的环境因子进行预测并存储至数据库中;
步骤S5:对采集到的温室数据进行预处理,剔除异常值,填补空值,统一数据量纲。
根据上述技术方案,所述数据分析模块的运行方法主要包括以下步骤:
步骤A1:根据数据采集模块采集到的温室内环境因子,分析各项采集数据与温湿度的相关性;
步骤A2:通过Person相关性计算公式对温室大棚内温度和相对湿度分别与室外温度、室外湿度、光照强度、上一时刻室内空气温度、上一时刻室内空气湿度和室外风速进行相关性分析;
步骤A3:根据相关性较高的环境参数对温室大棚内温湿度进行预测。
根据上述技术方案,所述步骤A3进一步包括以下步骤:
步骤A31:设t为当前时刻,获取t时刻和t-1时刻室内环境因子,以及t+1时刻室外环境因子数据信息,分析t+1时刻的室内温湿度;
步骤A33:以一小时为温室环境变化周期,为管理人员预测下一周期内的温湿度变化,并在用户界面进行可视化展示。
根据上述技术方案,所述环境控制模块的运行方法主要包括以下步骤:
步骤B1:将温湿度预测模块获取的未来时刻的数据和当前时刻的数据结合,根据预警规则判断警情情况,及时向管理人员发出预警通知;
步骤B2:根据预警等级的不同和温室内设置的适宜的温湿度阈值,对温室内环境进行智能控制;
步骤B3:将实时采集的室内外环境数据、分析后的数据信息、每次的预警情况以及智能控制操作情况,在用户页面进行可视化展示。
根据上述技术方案,所述步骤B1进一步包括以下步骤:
步骤B11:设置温室内温度最适宜的范围为[T0,T1],作物正常生存的温度范围为[T-1,T0]或[T1,T2],正常生存的温度上下限分别为T上和T下,湿度最适宜的范围为[RH0,RH1],作物正常生存的湿度范围为[RH-1,RH0]或[RH1,RH2],正常生存的湿度上下限分别为RH上和RH下;
步骤B12:当T∈[T0,T1]且RH∈[RH0,RH1],判定无预警;
当T∈[T-1,T0]或[T1,T2],基于温度判定预警等级为一级;当RH∈[RH-1,RH0]或[RH1,RH2],基于湿度判定预警等级为一级;
当T∈[T下,T-1]或[T2,T上],基于温度判定预警等级为二级;当RH∈[RH下,RH-1]或[RH2,RH上],基于湿度判定预警等级为二级;
当T<T下或T>T上,基于温度判定预警等级为三级;当RH<RH下或RH>RH上,基于湿度判定预警等级为三级;
综合预警等级判定以基于温度或湿度的判定的最高预警等级为标准。
根据上述技术方案,所述步骤B2具体为:
当温室温度低于设置的温度下限且综合预警等级为三级时,将所有的通风口关闭,并打开加热设备进行室内升温;当温室温度高于设置的温度上限且综合预警等级为三级时,打开全部通风口;
当温室温度和湿度低于设置的作物正常生存的温湿度范围且综合预警等级为二级时,将所有的通风设备关闭;当温室温度和湿度高于设置的作物正常生存的温湿度范围且综合预警等级为二级时,打开所有通风设备;
当温室温度和湿度低于设置的温湿度适宜范围且综合预警等级为一级时,关闭大多数的通风口个数;当温室温度和湿度高于设置的温湿度适宜范围且综合预警等级为一级时,打开大多数的通风口个数。
与现有技术相比,本发明所达到的有益效果是:本发明通过设置有数据采集模块、数据分析模块和环境控制模块,对温室内外的环境数据进行采集,并分析各项数据与温湿度的相关性,根据相关程度的不同预测下一时间周期的温室内部温湿度,并根据作物生长环境要求及预测的温湿度对温室内的作物环境预警进行等级划分,根据等级划分的不同,提前一个时间周期对环境温湿度进行分级的调控,保证作物的正常生长,提高温室调控性能和作物生产效率。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明的***模块组成示意图。
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。
请参阅图1,本发明提供技术方案:一种基于物联网终端的多点源冷暖控制***,包括数据采集模块、数据分析模块和环境控制模块,数据采集模块用于对温室环境数据进行采集,数据分析模块用于对采集到的数据进行分析,环境控制模块用于根据分析后的数据对温室内环境进行智能控制,数据分析模块与数据采集模块网络连接,环境控制模块与数据分析模块网络连接,通过设置有数据采集模块、数据分析模块和环境控制模块,对温室内外的环境数据进行采集,并分析各项数据与温湿度的相关性,根据相关程度的不同预测下一时间周期的温室内部温湿度,并根据作物生长环境要求及预测的温湿度对温室内的作物环境预警进行等级划分,根据等级划分的不同,提前一个时间周期对环境温湿度进行分级的调控,保证作物的正常生长,提高温室调控性能和作物生产效率。
数据采集模块包括温室存储数据库模块、分布式传感器模组、室内环境因子采集模块、室外环境因子获取模块和数据预处理模块,温室存储数据库模块用于存储采集到的温室环境数据,分布式传感器模组用于对温室内部环境因素进行布点采集,室内环境因子采集模块用于采集室内环境因子,室外环境因子获取模块用于获取室外环境因子,环境因子包括室外温度、室外湿度、光照强度、上一时刻室内空气温度、上一时刻室内空气湿度和室外风速,数据预处理模块用于对采集到的数据进行预处理。
数据分析模块包括相关性分析模块和温湿度预测模块,相关性分析模块用于分析采集到的环境因子与温湿度的相关度,温湿度预测模块用于对温室的环境温湿度进行预测。
环境控制模块包括预警等级划分模块、智能控制模块和可视化展示模块,预警等级划分模块用于对温室内作物受温湿度影响产生的危险程度进行等级划分,智能控制模块用于根据分析后的数据对温室内环境进行智能控制,可视化展示模块用于向用户展示所有监测、预测和预警处理数据,智能控制模块与预警等级划分模块网络连接。
数据采集模块的运行方法主要包括以下步骤:
步骤S1:建立温室存储数据库,将采集到的温室环境数据信息存储至数据库中;
步骤S2:将温湿度传感器安装于距离温室棚顶较近的遮光处,并保持良好的通风环境,减小因局部因素造成的数据不准确,光照传感器位置设置于温室中间且于作物叶子同高的位置,考虑大棚内所有作物的平均光照;
步骤S3:各传感器通过物联网监控设备进行每项监测数据的下载,每隔一小时采集一次数据,并存储至数据库中,可随时查看获取各项历史数据进行数据分析;
步骤S4:根据天气预报实时获取室外环境因子,包括室外温度、湿度和风速,同时对室外的环境因子进行预测并存储至数据库中;
步骤S5:对采集到的温室数据进行预处理,剔除异常值,温室内采集的数据中的异常值具有数量少和突发性的特点,对于没有补光***的温室,如果在夜晚光照数据很大则认为是异常值,温室内部数量比较大,而且光照数据,温度数据等近似服从正态分布,在分析出离群数据后,确定数据产生的原因后再剔除因为设备和记录误差产生的异常值,保证数据时间基准和时间间隔的完整性要利用插值补全,填补空值,数据采集过程中,因为采集设备突发异常,数据传输错误,或者记录信息程序错误,导致采集的数据集存在空值,这些值称为缺失值又称为缺失数据,可以采用前后相邻填补算法进行数据填补,统一数据量纲,由于多个因素之间的度量单位相差较大,需要进行归一化处理,消除不同量纲对温室数据分析的影响。
数据分析模块的运行方法主要包括以下步骤:
步骤A1:根据数据采集模块采集到的温室内环境因子,分析各项采集数据与温湿度的相关性,即是否为温湿度的影响因子;
步骤A2:通过Person相关性计算公式对温室大棚内温度和相对湿度分别与室外温度、室外湿度、光照强度、上一时刻室内空气温度、上一时刻室内空气湿度和室外风速进行相关性分析,具体计算为:式中,和为样本平均值,设置相关系数阈值为r0,当r≥r0时,判定该环境因子与温室大棚内的温湿度密切相关,在预测过程中可作为影响因子进行计算,否则其数值不计入计算范围内,取值为0;
步骤A3:根据相关性较高的环境参数对温室大棚内温湿度进行预测,为温室的管理员提供未来一天内的温室内温度的变化,及时采取调整措施提供决策建议。
步骤A3进一步包括以下步骤:
步骤A31:设t为当前时刻,获取t时刻和t-1时刻室内环境因子,以及t+1时刻室外环境因子数据信息,分析t+1时刻的室内温湿度;
步骤A32:具体t+1时刻室内温度计算公式为: 式中,Tt+1为预测的t+1时刻室内温度,Tt为当前时刻的室内温度,为上一时间段内的室内温度变化,V为室外风速值,L为光照强度值,T外t+1为获取的t+1时刻的室外温度,a、b、c分别为室外风速、光照强度和当前时刻的室外温度受相关系数大小影响的权重值,相关系数越大则权重越高,且a+b+c=1;
具体t+1时刻室内温度计算公式为: 式中,RHt+1为预测的t+1时刻室内湿度,RHt为当前时刻的室内湿度,为上一时间段内的室内湿度变化,V为室外风速值,L为光照强度值,RH外t+1为获取的t+1时刻的室外湿度,d、e、f分别为室外风速、光照强度和当前时刻的室外湿度受相关系数大小影响的权重值,相关系数越大则权重越高,且d+e+f=1;
步骤A33:以一小时为温室环境变化周期,为管理人员预测下一周期内的温湿度变化,并在用户界面进行可视化展示。
环境控制模块的运行方法主要包括以下步骤:
步骤B1:将温湿度预测模块获取的未来时刻的数据和当前时刻的数据结合,传统的预警方法主要是根据传感器收集到的数据来设置阈值范围,当温度低于阈值下限或高于温度阈值上限时开始报警,对于温室内部的预警没有一个明显的分级,湿度的报警方法也是如此,但是温室是一个大滞后,大惯性、动态变化的***,所以错报误报的几率大大增加,对于温室的控制而言产生巨大影响,增加温室控制能耗且不能达到良好的控制效果,因此根据预测数据和当前数据结合判断预警情况,可以减少报错次数,提高预警的准确性,根据预警规则判断警情情况,及时向管理人员发出预警通知,不同作物在生育期的不同阶段以及昼夜变化时对于温湿度的要求均不相同,因此温室预警的预警指标为温室作物的温湿度;
步骤B2:根据预警等级的不同和温室内设置的适宜的温湿度阈值,对温室内环境进行智能控制;
步骤B3:将实时采集的室内外环境数据、分析后的数据信息、每次的预警情况以及智能控制操作情况,在用户页面进行可视化展示,用户可以实时观察作物生长状态及预警问题。
步骤B1进一步包括以下步骤:
步骤B11:设置温室内温度最适宜的范围为[T0,T1],作物正常生存的温度范围为[T-1,T0]或[T1,T2],正常生存的温度上下限分别为T上和T下,湿度最适宜的范围为[RH0,RH1],作物正常生存的湿度范围为[RH-1,RH0]或[RH1,RH2],正常生存的湿度上下限分别为RH上和RH下;
步骤B12:当T∈[T0,T1]且RH∈[RH0,RH1],判定无预警,温室内环境适合作物生长没有预警;
当T∈[T-1,T0]或[T1,T2],基于温度判定预警等级为一级;当RH∈[RH-1,RH0]或[RH1,RH2],基于湿度判定预警等级为一级,温室环境参数达到适宜的上下限,作物生长发育变缓;
当T∈[T下,T-1]或[T2,T上],基于温度判定预警等级为二级;当RH∈[RH下,RH-1]或[RH2,RH上],基于湿度判定预警等级为二级,温室环境参数达到作物正常生存的上下限,病虫危害产生;
当T<T下或T>T上,基于温度判定预警等级为三级;当RH<RH下或RH>RH上,基于湿度判定预警等级为三级,温室环境参数超过作物正常生存的上下限,作物不在生长并产生死亡;
综合预警等级判定以基于温度或湿度的判定的最高预警等级为标准,即若基于温度判定预警等级为二级,基于湿度判定预警等级为一级,最终预警等级为二级。
步骤B2具体为:
当温室温度低于设置的温度下限且综合预警等级为三级时,需要对于温室环境进行大幅度升温,将所有的通风口关闭,并打开加热设备进行室内升温;当温室温度高于设置的温度上限且综合预警等级为三级时,打开全部通风口,来加速温室内温度下降;
当温室温度和湿度低于设置的作物正常生存的温湿度范围且综合预警等级为二级时,将所有的通风设备关闭,以减少因为通风造成的温度和湿度流失;当温室温度和湿度高于设置的作物正常生存的温湿度范围且综合预警等级为二级时,打开所有通风设备;
当温室温度和湿度低于设置的温湿度适宜范围且综合预警等级为一级时,关闭大多数的通风口个数,以减少温度和湿度流失;当温室温度和湿度高于设置的温湿度适宜范围且综合预警等级为一级时,打开大多数的通风口个数。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于物联网终端的多点源冷暖控制***,包括数据采集模块、数据分析模块和环境控制模块,其特征在于:所述数据采集模块用于对温室环境数据进行采集,所述数据分析模块用于对采集到的数据进行分析,所述环境控制模块用于根据分析后的数据对温室内环境进行智能控制,所述数据分析模块与数据采集模块网络连接,所述环境控制模块与数据分析模块网络连接;
所述数据采集模块包括温室存储数据库模块、分布式传感器模组、室内环境因子采集模块、室外环境因子获取模块和数据预处理模块,所述温室存储数据库模块用于存储采集到的温室环境数据,所述分布式传感器模组用于对温室内部环境因素进行布点采集,所述室内环境因子采集模块用于采集室内环境因子,所述室外环境因子获取模块用于获取室外环境因子,所述数据预处理模块用于对采集到的数据进行预处理;
所述数据分析模块包括相关性分析模块和温湿度预测模块,所述相关性分析模块用于分析采集到的环境因子与温湿度的相关度,所述温湿度预测模块用于对温室的环境温湿度进行预测;
所述环境控制模块包括预警等级划分模块、智能控制模块和可视化展示模块,所述预警等级划分模块用于对温室内作物受温湿度影响产生的危险程度进行等级划分,所述智能控制模块用于根据分析后的数据对温室内环境进行智能控制,所述可视化展示模块用于向用户展示所有监测、预测和预警处理数据,所述智能控制模块与预警等级划分模块网络连接;
所述数据采集模块的运行方法包括以下步骤:
步骤S1:建立温室存储数据库,将采集到的温室环境数据信息存储至数据库中;
步骤S2:将温湿度传感器安装于距离温室棚顶较近的遮光处,并保持良好的通风环境,光照传感器位置设置于温室中间且于作物叶子同高的位置;
步骤S3:各传感器通过物联网监控设备进行每项监测数据的下载,每隔一小时采集一次数据,并存储至数据库中;
步骤S4:根据天气预报实时获取室外环境因子,同时对室外的环境因子进行预测并存储至数据库中;
步骤S5:对采集到的温室数据进行预处理,剔除异常值,填补空值,统一数据量纲;
所述数据分析模块的运行方法包括以下步骤:
步骤A1:根据数据采集模块采集到的温室内环境因子,分析各项采集数据与温湿度的相关性;
步骤A2:通过Person相关性计算公式对温室大棚内温度和相对湿度分别与室外温度、室外湿度、光照强度、上一时刻室内空气温度、上一时刻室内空气湿度和室外风速进行相关性分析;
步骤A3:根据相关性较高的环境参数对温室大棚内温湿度进行预测;
所述步骤A3进一步包括以下步骤:
步骤A31:设t为当前时刻,获取t时刻和t-1时刻室内环境因子,以及t+1时刻室外环境因子数据信息,分析t+1时刻的室内温湿度;
步骤A32:具体t+1时刻室内温度计算公式为: 式中,Tt+1为预测的t+1时刻室内温度,Tt为当前时刻的室内温度,为上一时间段内的室内温度变化,V为室外风速值,L为光照强度值,T外t+1为获取的t+1时刻的室外温度,a、b、c分别为室外风速、光照强度和当前时刻的室外温度受相关系数大小影响的权重值,相关系数越大则权重越高,且a+b+c=1;
具体t+1时刻室内湿度计算公式为: 式中,RHt+1为预测的t+1时刻室内湿度,RHt为当前时刻的室内湿度,为上一时间段内的室内湿度变化,V为室外风速值,L为光照强度值,RH外t+1为获取的t+1时刻的室外湿度,d、e、f分别为室外风速、光照强度和当前时刻的室外湿度受相关系数大小影响的权重值,相关系数越大则权重越高,且d+e+f=1;
步骤A33:以一小时为温室环境变化周期,为管理人员预测下一周期内的温湿度变化,并在用户界面进行可视化展示。
2.根据权利要求1所述的一种基于物联网终端的多点源冷暖控制***,其特征在于:所述环境控制模块的运行方法包括以下步骤:
步骤B1:将温湿度预测模块获取的未来时刻的数据和当前时刻的数据结合,根据预警规则判断警情情况,及时向管理人员发出预警通知;
步骤B2:根据预警等级的不同和温室内设置的适宜的温湿度阈值,对温室内环境进行智能控制;
步骤B3:将实时采集的室内外环境数据、分析后的数据信息、每次的预警情况以及智能控制操作情况,在用户页面进行可视化展示。
3.根据权利要求2所述的一种基于物联网终端的多点源冷暖控制***,其特征在于:所述步骤B1进一步包括以下步骤:
步骤B11:设置温室内温度最适宜的范围为[T0,T1],作物正常生存的温度范围为[T-1,T0]或[T1,T2],正常生存的温度上下限分别为T上和T下,湿度最适宜的范围为[RH0,RH1],作物正常生存的湿度范围为[RH-1,RH0]或[RH1,RH2],正常生存的湿度上下限分别为RH上和RH下;
步骤B12:当T∈[T0,T1]且RH∈[RH0,RH1],判定无预警;
当T∈[T-1,T0]或[T1,T2],基于温度判定预警等级为一级;当RH∈[RH-1,RH0]或[RH1,RH2],基于湿度判定预警等级为一级;
当T∈[T下,T-1]或[T2,T上],基于温度判定预警等级为二级;当RH∈[RH下,RH-1]或[RH2,RH上],基于湿度判定预警等级为二级;
当T<T下或T>T上,基于温度判定预警等级为三级;当RH<RH下或RH>RH上,基于湿度判定预警等级为三级;
综合预警等级判定以基于温度或湿度的判定的最高预警等级为标准。
4.根据权利要求3所述的一种基于物联网终端的多点源冷暖控制***,其特征在于:所述步骤B2具体为:
当温室温度低于设置的温度下限且综合预警等级为三级时,将所有的通风口关闭,并打开加热设备进行室内升温;当温室温度高于设置的温度上限且综合预警等级为三级时,打开全部通风口;
当温室温度和湿度低于设置的作物正常生存的温湿度范围且综合预警等级为二级时,将所有的通风设备关闭;当温室温度和湿度高于设置的作物正常生存的温湿度范围且综合预警等级为二级时,打开所有通风设备;
当温室温度和湿度低于设置的温湿度适宜范围且综合预警等级为一级时,关闭大多数的通风口个数;当温室温度和湿度高于设置的温湿度适宜范围且综合预警等级为一级时,打开大多数的通风口个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211125214.2A CN115220506B (zh) | 2022-09-16 | 2022-09-16 | 一种基于物联网终端的多点源冷暖控制*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211125214.2A CN115220506B (zh) | 2022-09-16 | 2022-09-16 | 一种基于物联网终端的多点源冷暖控制*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115220506A CN115220506A (zh) | 2022-10-21 |
CN115220506B true CN115220506B (zh) | 2022-12-09 |
Family
ID=83616945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211125214.2A Active CN115220506B (zh) | 2022-09-16 | 2022-09-16 | 一种基于物联网终端的多点源冷暖控制*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115220506B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116182945B (zh) * | 2023-02-22 | 2023-11-07 | 上海华维可控农业科技集团股份有限公司 | 基于无线传感器网络的可控农业温室环境监测***及方法 |
CN116679774B (zh) * | 2023-06-06 | 2024-01-30 | 上海华维可控农业科技集团股份有限公司 | 一种基于物联网的低功耗水体智能调控***及方法 |
CN117268460B (zh) * | 2023-08-16 | 2024-04-09 | 广东省泰维思信息科技有限公司 | 一种基于物联网的室内外联动监测方法及*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10885238B1 (en) * | 2014-01-09 | 2021-01-05 | Opower, Inc. | Predicting future indoor air temperature for building |
CN113361744A (zh) * | 2021-04-26 | 2021-09-07 | 华北电力大学 | 一种基于lstm算法的室内温度预测方法 |
-
2022
- 2022-09-16 CN CN202211125214.2A patent/CN115220506B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115220506A (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115220506B (zh) | 一种基于物联网终端的多点源冷暖控制*** | |
KR101887503B1 (ko) | 인공지능기술을 이용한 시설하우스 제어장치 | |
CN105739575B (zh) | 一种设施蔬菜环境参数的数据融合方法 | |
CN108388291A (zh) | 一种温室集群环境调控方法与*** | |
CN112215716A (zh) | 农作物生长干预方法、装置、设备及存储介质 | |
CN107219759B (zh) | 一种温室环境控制方法及装置 | |
CN112465109A (zh) | 一种基于云边协同的农业大棚控制装置 | |
CN110069032A (zh) | 一种基于小波神经网络的茄子温室环境智能检测*** | |
CN113273449A (zh) | 用于日光温室精准监测的数字孪生体构造方法 | |
CN108958204A (zh) | 一种基于专家***知识库的食用菌栽培测控方法 | |
CN111273591A (zh) | 一种基于物联网的智能化农业浇灌*** | |
CN110119767A (zh) | 一种基于lvq神经网络的黄瓜温室温度智能化检测装置 | |
CN117391482B (zh) | 一种基于大数据监测的大棚温度智能预警方法及*** | |
CN111754045A (zh) | 一种基于果树生长的预测*** | |
CN109213240A (zh) | 一种基于自适应控制的草莓大棚无线监测与控制*** | |
JP2021128756A (ja) | 先物取引情報表示プログラム | |
CN113933299B (zh) | 基于物联网的果蔬种植管理*** | |
CN114386662A (zh) | 一种基于大数据的农业信息采集***及采集方法 | |
CN114092776A (zh) | 应用于智慧农业的多传感器数据融合方法 | |
CN112286267A (zh) | 一种基于大数据的室内菌菇种植环境智能监测分析*** | |
CN110073857A (zh) | 一种温室立面通风保温抗风***及控制方法 | |
Zhang et al. | A reliable data-driven control method for planting temperature in smart agricultural systems | |
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*** | |
CN115442405A (zh) | 一种智慧农业生产管理服务*** | |
CN112904920B (zh) | 一种预测温室作物光合作用干物质产量的方法 |
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 | ||
GR01 | Patent grant |