KR102320998B1 - Cloud-based daily greenhouse environment decision support server and daily greenhouse environment decision support system using the same - Google Patents

Cloud-based daily greenhouse environment decision support server and daily greenhouse environment decision support system using the same Download PDF

Info

Publication number
KR102320998B1
KR102320998B1 KR1020190165232A KR20190165232A KR102320998B1 KR 102320998 B1 KR102320998 B1 KR 102320998B1 KR 1020190165232 A KR1020190165232 A KR 1020190165232A KR 20190165232 A KR20190165232 A KR 20190165232A KR 102320998 B1 KR102320998 B1 KR 102320998B1
Authority
KR
South Korea
Prior art keywords
data
daily
past
weather data
weekly
Prior art date
Application number
KR1020190165232A
Other languages
Korean (ko)
Other versions
KR20210074501A (en
Inventor
이재수
이현동
이상규
곽강수
김밝금
김태현
김상철
백정현
Original Assignee
대한민국
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 대한민국 filed Critical 대한민국
Priority to KR1020190165232A priority Critical patent/KR102320998B1/en
Publication of KR20210074501A publication Critical patent/KR20210074501A/en
Application granted granted Critical
Publication of KR102320998B1 publication Critical patent/KR102320998B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
    • A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W2203/00—Real-time site-specific personalized weather information, e.g. nowcasting
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Agronomy & Crop Science (AREA)
  • Primary Health Care (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Environmental Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명의 일 실시예에 따른 일간 온실 환경 의사결정지원 서버는, 기상청으로부터 현재 기상 데이터를 수신하는 기상 데이터 수신부; 데이터 베이스로부터 작물의 품목에 대응되는 지난 작기 선도 농가의 과거 기상 데이터 및 과거 온실 데이터를 포함하는 과거 데이터를 수신하는 과거 데이터 수신부; 현재 기상 데이터와 과거 기상 데이터의 패턴을 비교하여 현재 기상 데이터와 유사한 패턴을 가지는 유사 그래프를 선출하는 유사 그래프 선출부; 및 유사 그래프의 과거 기상 데이터와 과거 온실 데이터의 차이 값을 산출하고, 차이 값을 현재 기상 데이터에 적용하여 일간 환경 예측값을 산출하는 일간 환경 예측값 산출부를 포함한다.Daily greenhouse environment decision support server according to an embodiment of the present invention, a meteorological data receiving unit for receiving current weather data from the Korea Meteorological Administration; Past data receiving unit for receiving past data including past meteorological data and past greenhouse data of the last crop leading farms corresponding to the items of crops from the database; a similar graph selector for selecting a similar graph having a pattern similar to that of the current weather data by comparing the patterns of the current weather data and the past weather data; and a daily environment prediction value calculation unit calculating a difference value between the past weather data and the past greenhouse data of the similar graph, and calculating a daily environment prediction value by applying the difference value to the current weather data.

Description

클라우드 기반 일간 온실 환경 의사결정지원 서버 및 이를 이용한 일간 온실 환경 의사결정지원 시스템{CLOUD-BASED DAILY GREENHOUSE ENVIRONMENT DECISION SUPPORT SERVER AND DAILY GREENHOUSE ENVIRONMENT DECISION SUPPORT SYSTEM USING THE SAME}CLOUD-BASED DAILY GREENHOUSE ENVIRONMENT DECISION SUPPORT SERVER AND DAILY GREENHOUSE ENVIRONMENT DECISION SUPPORT SYSTEM USING THE SAME}

본 발명은 클라우드 기반 일간 온실 환경 의사결정지원 서버 및 이를 이용한 일간 온실 환경 의사결정지원 시스템에 관한 것이다.The present invention relates to a cloud-based daily greenhouse environment decision support server and a daily greenhouse environment decision support system using the same.

최근 정보통신기술을 농업 기술에 접목하여 원격에서 자동으로 작물의 생육 환경을 관리하고 생산 효율성을 높일 수 있도록 하는 스마트 팜(smart farm)이 각광받고 있다.Recently, smart farms that can remotely and automatically manage crop growth environments and increase production efficiency by applying information and communication technologies to agricultural technologies are in the spotlight.

그러나 이러한 스마트팜 환경 제어 시스템이 장기적인 관점에서 작물의 생산량과 품질에 실질적인 증대 효과를 나타내는지는 불명확한 실정이다. 많은 경우 제어 명령이 수행된 이후에도 온실의 환경이 설정된 목표치에 도달하지 못하는 것으로 확인되며, 이는 온실이 위치한 지역의 기후를 고려하지 않고 작물의 최대생산을 위한 표준 환경 데이터를 온실에 그대로 적용하기 때문인 것으로 파악된다.However, it is unclear whether such a smart farm environmental control system has a substantial effect on crop production and quality in the long term. In many cases, it is confirmed that the environment of the greenhouse does not reach the set target value even after the control command is executed. This is because standard environmental data for maximum crop production is applied to the greenhouse without considering the climate of the area where the greenhouse is located is understood

현재의 스마트팜 환경제어 시스템의 경우, 이러한 불확실성을 충분히 고려하고 있지 못하는 문제가 지속적으로 발생하고 있으며, 이에 따라 스마트팜을 효율적으로 관리할 수 있는 환경제어 시스템 개발의 필요성이 제기되었다.In the case of the current smart farm environmental control system, the problem of not sufficiently considering these uncertainties continues to occur, and accordingly, the need for the development of an environmental control system that can efficiently manage the smart farm has been raised.

본 발명의 목적은 선도 농가의 과거 온실 데이터를 그대로 적용하지 않고 현재의 기상 그래프 패턴을 고려하여 가장 유사한 패턴을 가지는 선도 농가 데이터를 적용함으로써, 작물의 생장에 최적화된 환경을 제공할 수 있는 일간 온실 환경 의사결정지원 서버 및 이를 이용한 일간 온실 환경 의사결정지원 시스템을 제공함에 있다.It is an object of the present invention to provide a daily greenhouse that can provide an environment optimized for crop growth by applying the lead farmhouse data having the most similar pattern in consideration of the current weather graph pattern rather than applying the previous greenhouse data of the lead farmhouse as it is. It is to provide an environmental decision support server and a daily greenhouse environmental decision support system using the same.

본 발명의 일 실시예에 따른 일간 온실 환경 의사결정지원 서버는, 기상청으로부터 현재 기상 데이터를 수신하는 기상 데이터 수신부; 데이터 베이스로부터 작물의 품목에 대응되는 지난 작기 선도 농가의 과거 기상 데이터 및 과거 온실 데이터를 포함하는 과거 데이터를 수신하는 과거 데이터 수신부; 현재 기상 데이터와 과거 기상 데이터의 패턴을 비교하여 현재 기상 데이터와 유사한 패턴을 가지는 유사 그래프를 선출하는 유사 그래프 선출부; 및 유사 그래프의 과거 기상 데이터와 과거 온실 데이터의 차이 값을 산출하고, 차이 값을 현재 기상 데이터에 적용하여 일간 환경 예측값을 산출하는 일간 환경 예측값 산출부를 포함한다.Daily greenhouse environment decision support server according to an embodiment of the present invention, a meteorological data receiving unit for receiving current weather data from the Korea Meteorological Administration; Past data receiving unit for receiving past data including past meteorological data and past greenhouse data of the last crop leading farms corresponding to the items of crops from the database; a similar graph selector for selecting a similar graph having a pattern similar to that of the current weather data by comparing the patterns of the current weather data and the past weather data; and a daily environment prediction value calculation unit calculating a difference value between the past weather data and the past greenhouse data of the similar graph, and calculating a daily environment prediction value by applying the difference value to the current weather data.

본 발명의 일 실시예에 있어서, 현재 기상 데이터는, 주간 기상 예보 데이터인 제1 예보 데이터 및 일간 기상 예보 데이터인 제2 예보 데이터를 포함하고, 유사 그래프 선출부는, 주간 유사 그래프 선출부 및 일간 유사 그래프 선출부를 포함하며, 주간 유사 그래프 선출부는, 과거 데이터의 구간을 7일 전후로 변경하면서, 제1 예보 데이터의 패턴과 가장 거리 차가 가장 작은 주간 유사 그래프를 과거 데이터 내에서 선출하고, 일간 유사 그래프 선출부는, 주간 유사 그래프 선출부에 의해 선출된 주간 유사 그래프 내에서, 제2 예보 데이터의 패턴과 가장 거리 차가 작은 일간 유사 그래프를 선출한다.In an embodiment of the present invention, the current weather data includes first forecast data that is weekly weather forecast data and second forecast data that is daily weather forecast data, and the similarity graph selector includes a weekly similarity graph selector and a daily similarity selector. Includes a graph selection unit, wherein the weekly similar graph selection unit selects a weekly similar graph with the smallest distance difference from the pattern of the first forecast data within the past data while changing the section of the past data to around 7 days, and selects a daily similar graph The unit selects the daily similarity graph with the smallest distance difference from the pattern of the second forecast data from the weekly similarity graph selected by the weekly similarity graph selection unit.

본 발명의 일 실시예에 있어서, 유사 그래프 선출부는, 유클리디안(Euclidean Similarity) 거리 차 산출 식을 이용하여, 현재 기상 데이터와 시간대별 각각의 거리 차가 가장 작은 유사 그래프를 선출한다.In an embodiment of the present invention, the similarity graph selecting unit selects a similarity graph having the smallest distance difference between the current weather data and each time period by using an Euclidean similarity distance difference calculation equation.

본 발명의 일 실시예에 있어서, 유클리디안(Euclidean Similarity) 거리 차 산출 식은,

Figure 112019128348099-pat00001
이며,
Figure 112019128348099-pat00002
(
Figure 112019128348099-pat00003
,
Figure 112019128348099-pat00004
,
Figure 112019128348099-pat00005
, … ,
Figure 112019128348099-pat00006
)는 현재 기상 데이터,
Figure 112019128348099-pat00007
(
Figure 112019128348099-pat00008
,
Figure 112019128348099-pat00009
,
Figure 112019128348099-pat00010
, … ,
Figure 112019128348099-pat00011
)는 과거 기상 데이터이고,
Figure 112019128348099-pat00012
Figure 112019128348099-pat00013
는 그래프의 시작점으로부터의 경과 시간을 의미한다.In an embodiment of the present invention, the Euclidean Similarity distance difference calculation formula,
Figure 112019128348099-pat00001
is,
Figure 112019128348099-pat00002
(
Figure 112019128348099-pat00003
,
Figure 112019128348099-pat00004
,
Figure 112019128348099-pat00005
, … ,
Figure 112019128348099-pat00006
) is the current weather data,
Figure 112019128348099-pat00007
(
Figure 112019128348099-pat00008
,
Figure 112019128348099-pat00009
,
Figure 112019128348099-pat00010
, … ,
Figure 112019128348099-pat00011
) is historical weather data,
Figure 112019128348099-pat00012
Figure 112019128348099-pat00013
is the elapsed time from the starting point of the graph.

본 발명의 일 실시예에 있어서, 일간 유사 그래프 선출부는, 하루 2회에 걸쳐 제2 예보 데이터를 갱신하고, 갱신된 제2 예보 데이터의 패턴과 가장 유사한 패턴을 가지는 일간 유사 그래프를 선출한다.In an embodiment of the present invention, the daily similarity graph selection unit updates the second forecast data twice a day, and selects a daily similarity graph having a pattern most similar to the pattern of the updated second forecast data.

본 발명의 일 실시예에 있어서, 일간 환경 예측값은, 현재 외부 온도에 대한 실내 온도와, 현재 외부 습도에 대한 실내 습도 중 적어도 하나를 포함한다.In an embodiment of the present invention, the predicted daily environment includes at least one of an indoor temperature for the current external temperature and an indoor humidity for the current external humidity.

본 발명의 일 실시예에 따른 일간 온실 환경 의사결정지원 서버는, 과거 데이터를 기반으로 설정된 주간 환경 제어값의 최소값 및 최대값 범위 내에서 실내 환경이 제어되도록, 주간 환경 제어값 내에서 일간 환경 예측값을 고려하여 일간 환경 제어값을 산출하는 일간 환경 제어값 산출부를 더 포함한다.Daily greenhouse environment decision support server according to an embodiment of the present invention, the daily environment prediction value within the weekly environment control value so that the indoor environment is controlled within the minimum and maximum value ranges of the weekly environmental control value set based on past data It further includes a daily environmental control value calculation unit for calculating the daily environmental control value in consideration.

본 발명의 일 실시예에 있어서, 주간 환경 제어값은, 데이터 베이스로부터 수신되는 과거 데이터에 따라 설정되는 환경 한계값 내에서, 작물의 생육상에 따라 결정되는 환경 제어 요소, 및 과거 데이터와 현재 기상 데이터를 비교하여 결정되는 환경 제어 수치를 고려하여 산출된다.In one embodiment of the present invention, the weekly environmental control value is an environmental control element determined according to the growth of crops within an environmental limit value set according to past data received from a database, and historical data and current weather data It is calculated in consideration of the environmental control value determined by comparing the

본 발명의 일 실시예에 따른 일간 온실 환경 의사결정지원 시스템은, 과거 기상 데이터와, 이에 대응되는 선도 농가의 과거 온실 데이터를 포함하는 과거 데이터가 저장되는 데이터 베이스; 온실 내부에 제공되어, 온실 환경 데이터를 감지하는 환경 센서; 데이터 베이스, 및 환경 센서와 데이터 송수신을 통해 일간 환경 제어값을 산출하는 일간 온실 환경 의사결정지원 서버; 및 일간 온실 환경 의사결정지원 서버로부터 수신되는 일간 환경 제어값을 기초로 온실 내부의 환경을 제어하는 환경 제어기를 포함하며, 일간 온실 환경 의사결정지원 서버는, 기상청으로부터 현재 기상 데이터를 수신하는 기상 데이터 수신부; 데이터 베이스로부터 작물의 품목에 대응되는 지난 작기 선도 농가의 과거 기상 데이터 및 과거 온실 데이터를 포함하는 과거 데이터를 수신하는 과거 데이터 수신부; 현재 기상 데이터와 과거 기상 데이터의 패턴을 비교하여 현재 기상 데이터와 유사한 패턴을 가지는 유사 그래프를 선출하는 유사 그래프 선출부; 및 유사 그래프의 과거 기상 데이터와 과거 온실 데이터의 차이 값을 산출하고, 차이 값을 현재 기상 데이터에 적용하여 일간 환경 예측값을 산출하는 일간 환경 예측값 산출부를 포함한다.A daily greenhouse environment decision support system according to an embodiment of the present invention comprises: a database storing past data including past weather data and past greenhouse data of a leading farmhouse corresponding thereto; an environmental sensor provided inside the greenhouse to detect greenhouse environmental data; a daily greenhouse environment decision support server that calculates a daily environmental control value through data transmission and reception with a database and an environmental sensor; and an environmental controller for controlling the environment inside the greenhouse based on the daily environmental control value received from the daily greenhouse environment decision support server, wherein the daily greenhouse environment decision support server includes meteorological data for receiving current weather data from the Korea Meteorological Administration receiver; Past data receiving unit for receiving past data including past meteorological data and past greenhouse data of the last crop leading farms corresponding to the items of crops from the database; a similar graph selector for selecting a similar graph having a pattern similar to that of the current weather data by comparing the patterns of the current weather data and the past weather data; and a daily environment prediction value calculation unit calculating a difference value between the past weather data and the past greenhouse data of the similar graph, and calculating a daily environment prediction value by applying the difference value to the current weather data.

본 발명의 일 실시예에 있어서, 일간 온실 환경 의사결정지원 서버는, 일간 온실 환경 과거 데이터를 기반으로 설정된 주간 환경 제어값의 최소값 및 최대값 범위 내에서 실내 환경이 제어되도록, 주간 환경 제어값 내에서 일간 환경 예측값을 고려하여 일간 환경 제어값을 산출하는 일간 환경 제어값 산출부를 더 포함한다.In one embodiment of the present invention, the daily greenhouse environment decision support server, within the weekly environmental control value so that the indoor environment is controlled within the minimum and maximum value ranges of the weekly environmental control value set based on the daily greenhouse environment historical data and a daily environmental control value calculator configured to calculate a daily environmental control value in consideration of the daily environmental prediction value.

본 발명의 일 실시예에 따른 일간 온실 환경 의사결정지원 방법은, 기상청으로부터 현재 기상 데이터를 수신하는 기상 데이터 수신 단계; 데이터 베이스로부터 작물의 품목에 대응되는 지난 작기 선도 농가의 과거 기상 데이터 및 과거 온실 데이터를 포함하는 과거 데이터를 수신하는 과거 데이터 수신 단계; 현재 기상 데이터와 과거 기상 데이터의 패턴을 비교하여 현재 기상 데이터와 유사한 패턴을 가지는 유사 그래프를 선출하는 유사 그래프 선출 단계; 및 유사 그래프의 과거 기상 데이터와 과거 온실 데이터의 차이 값을 산출하고, 차이 값을 현재 기상 데이터에 적용하여 일간 환경 예측값을 산출하는 일간 환경 예측값 산출 단계를 포함한다.Daily greenhouse environment decision support method according to an embodiment of the present invention, the meteorological data receiving step of receiving current weather data from the Korea Meteorological Administration; a past data receiving step of receiving past data including past meteorological data and past greenhouse data of the preceding farms corresponding to the items of crops from the database; a similar graph selection step of selecting a similar graph having a pattern similar to that of the current weather data by comparing the patterns of the current weather data and the past weather data; and calculating a difference value between the past weather data and the past greenhouse data of the similar graph, and calculating a daily environmental forecast value by applying the difference value to the current weather data.

본 발명의 일 실시예에 따른 일간 온실 환경 의사결정지원 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록매체에 있어서, 일간 온실 환경 의사결정지원 방법은, 기상청으로부터 현재 기상 데이터를 수신하는 기상 데이터 수신 단계; 데이터 베이스로부터 작물의 품목에 대응되는 지난 작기 선도 농가의 과거 기상 데이터 및 과거 온실 데이터를 포함하는 과거 데이터를 수신하는 과거 데이터 수신 단계; 현재 기상 데이터와 과거 기상 데이터의 패턴을 비교하여 현재 기상 데이터와 유사한 패턴을 가지는 유사 그래프를 선출하는 유사 그래프 선출 단계; 및 유사 그래프의 과거 기상 데이터와 과거 온실 데이터의 차이 값을 산출하고, 차이 값을 현재 기상 데이터에 적용하여 일간 환경 예측값을 산출하는 일간 환경 예측값 산출 단계를 포함한다.In a computer-readable recording medium including a program for executing the daily greenhouse environment decision support method according to an embodiment of the present invention, the daily greenhouse environment decision support method includes weather data for receiving current weather data from the Korea Meteorological Administration receiving step; a past data receiving step of receiving past data including past meteorological data and past greenhouse data of the preceding farms corresponding to the items of crops from the database; a similar graph selection step of selecting a similar graph having a pattern similar to that of the current weather data by comparing the patterns of the current weather data and the past weather data; and calculating a difference value between the past weather data and the past greenhouse data of the similar graph, and calculating a daily environmental forecast value by applying the difference value to the current weather data.

본 발명의 일 실시예에 따른 일간 온실 환경 의사결정지원 서버 및 이를 이용한 일간 온실 환경 의사결정지원 시스템을 활용하면, 선도 농가의 과거 온실 데이터를 그대로 적용하지 않고 현재의 기상 그래프 패턴을 고려하여 가장 유사한 패턴을 가지는 선도 농가 데이터를 적용함에 따라, 작물의 생장에 최적화된 환경을 제공할 수 있는 효과가 있다.Using the daily greenhouse environment decision support server and the daily greenhouse environment decision support system using the same according to an embodiment of the present invention, the most similar There is an effect of providing an environment optimized for the growth of crops by applying the data of the leading farmhouse having a pattern.

도 1은 본 발명의 일 실시예에 따른 일간 온실 환경 의사결정지원 서버를 도시한 개략도이다.
도 2는 본 발명의 일 실시예에 따른 일간 온실 환경 의사결정지원 시스템을 도시한 개략도이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 일간 온실 환경 의사결정지원 방법을 도시한 순서도이다.
도 5는 본 발명의 일 실시예에 있어서, 주간 환경 제어값을 산출하는 방법을 도시한 순서도이다.
도 6은 본 발명의 일 실시예에 따른 온실 환경 의사결정지원 서버를 도시한 개략도이다.1 is a schematic diagram illustrating a daily greenhouse environment decision support server according to an embodiment of the present invention.
2 is a schematic diagram illustrating a daily greenhouse environment decision support system according to an embodiment of the present invention.
3 and 4 are flowcharts illustrating a daily greenhouse environment decision support method according to an embodiment of the present invention.
5 is a flowchart illustrating a method of calculating a daytime environment control value according to an embodiment of the present invention.
6 is a schematic diagram illustrating a greenhouse environment decision support server according to an embodiment of the present invention.

이하, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.Hereinafter, some embodiments of the present invention will be described in detail with reference to exemplary drawings. In adding reference numerals to the components of each drawing, it should be noted that the same components are given the same reference numerals as much as possible even though they are indicated on different drawings. In addition, in describing the present invention, if it is determined that a detailed description of a related known configuration or function may obscure the gist of the present invention, the detailed description thereof will be omitted.

본 발명의 일간 실내 환경 시스템은 작물의 생산 과정에서 실내 환경의 온도 및 습도와 같은 작물 품질에 영향을 미치는 환경 요소를 최적으로 제어하기 위한 것이다. 특히, 본 발명은 작물의 선도 농가의 표본 데이터를 그대로 적용시키지 않고, 각각의 환경요소에 대한 그래프 패턴을 고려하여 가장 최적의 환경 제어값을 산출 가능함으로써, 작물의 생장을 더욱 향상시킬 수 있는 이점이 있다.The daily indoor environmental system of the present invention is for optimally controlling environmental factors affecting crop quality such as temperature and humidity of the indoor environment during the production process of crops. In particular, the present invention has the advantage of further improving the growth of crops by calculating the most optimal environmental control value in consideration of the graph pattern for each environmental element without applying the sample data of the leading farmhouse of the crop as it is. There is this.

본 발명은 주로 작물 재배지, 특히 스마트 온실 내부에서 사용될 수 있으나 그 대상이 이에 한정되는 것은 아니며 다양한 분야에서 활용이 가능하다.The present invention can be mainly used in crop cultivation areas, especially in smart greenhouses, but the subject is not limited thereto and can be utilized in various fields.

도 1은 본 발명의 일 실시예에 따른 일간 온실 환경 의사결정지원 서버(200)를 도시한 개략도이다.1 is a schematic diagram illustrating a daily greenhouse environment decision support server 200 according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 본 발명의 일 실시예에 따른 일간 온실 환경 의사결정지원 서버(200)는, 다음과 같은 구성을 포함하도록 제공될 수 있다.Referring to FIG. 1 , a daily greenhouse environment decision support server 200 according to an embodiment of the present invention according to an embodiment of the present invention may be provided to include the following configuration.

먼저, 기상 데이터 수신부(210)는 기상청으로부터 현재 기상 데이터를 수신한다. 현재 기상 데이터는 주간 기상 예보 데이터인 제1 예보 데이터 및 일간 기상 예보 데이터인 제2 예보 데이터를 포함한다.First, the weather data receiver 210 receives current weather data from the Korea Meteorological Administration. The current weather data includes first forecast data, which is weekly weather forecast data, and second forecast data, which is daily weather forecast data.

예를 들면, 기상 데이터 수신부(210)는 일별로 제1 예보 데이터를 수신하고, 시간별로 제2 예보 데이터를 수신하도록 제공될 수 있다.For example, the weather data receiver 210 may be provided to receive the first forecast data for each day and receive the second forecast data for each hour.

과거 데이터 수신부(220)는 데이터 베이스(30)로부터 작물의 품목에 대응되는 지난 작기 선도 농가의 과거 기상 데이터 및 과거 온실 데이터를 포함하는 과거 데이터를 수신한다.The past data receiving unit 220 receives past data including past weather data and past greenhouse data of the previous crops corresponding to the crop items from the database 30 .

유사 그래프 선출부는 현재 기상 데이터와 과거 기상 데이터의 패턴을 비교하여 현재 기상 데이터와 유사한 패턴을 가지는 유사 그래프를 하는 기능을 수행하며, 주간 유사 그래프 선출부(230) 및 일간 유사 그래프 선출부(240)를 포함하도록 구성될 수 있다.The similar graph selector compares the patterns of the current weather data and the past weather data to make a similar graph having a similar pattern to the current weather data, and the weekly similar graph selector 230 and the daily similar graph select unit 240 It may be configured to include

주간 유사 그래프 선출부(230)는, 과거 데이터의 구간을 7일 전후로 변경하면서, 제1 예보 데이터의 패턴과 가장 거리 차가 가장 작은 주간 유사 그래프를 과거 데이터 내에서 선출하는 기능을 수행한다.The weekly similarity graph selection unit 230 performs a function of selecting a weekly similarity graph with the smallest distance difference from the pattern of the first forecast data from within the past data while changing the section of the past data to around 7 days.

일간 유사 그래프 선출부(240)는, 주간 유사 그래프 선출부(230)에 의해 선출된 주간 유사 그래프 내에서, 제2 예보 데이터의 패턴과 가장 거리 차가 작은 일간 유사 그래프를 선출하는 기능을 수행한다.The daily similarity graph selection unit 240 performs a function of selecting a daily similarity graph with the smallest distance difference from the pattern of the second forecast data from the weekly similarity graph selected by the weekly similarity graph selection unit 230 .

이 때, 일간 유사 그래프 선출부(240)는, 하루 2회에 걸쳐 제2 예보 데이터를 갱신하고, 갱신된 제2 예보 데이터의 패턴과 가장 유사한 패턴을 가지는 일간 유사 그래프를 선출하도록 제공될 수 있다.In this case, the daily similarity graph selection unit 240 may be provided to update the second forecast data twice a day and select a daily similarity graph having a pattern most similar to the pattern of the updated second forecast data. .

예를 들면, 실시간으로 변동되는 제2 예보 데이터를 반영하기 위하여, 10시 14시에 각각 1회씩 갱신된 제2 예보 데이터에 대한 유사 패턴을 가지는 일간 유사 그래프를 선출하도록 마련될 수 있다.For example, in order to reflect the second forecast data that is changed in real time, it may be provided to select a daily similarity graph having a similar pattern to the second forecast data updated once at 10:00 and 14 o'clock, respectively.

일간 유사 그래프 선출 방법은 상기 예시에 한정되는 것은 아니며, 사용자의 설정에 따라 시간과 횟수가 다양하게 설정될 수 있다.The daily similarity graph selection method is not limited to the above example, and the time and number of times may be variously set according to a user's setting.

유사 그래프 선출부는, 유클리디안(Euclidean Similarity) 거리 차 산출 식을 이용하여, 현재 기상 데이터와 시간대별 각각의 거리 차가 가장 작은 유사 그래프를 선출한다.The similarity graph selecting unit selects a similarity graph having the smallest distance difference between the current weather data and each time period by using an Euclidean similarity distance difference calculation equation.

유클리디안 거리란, 평면상에서 두 대상 좌표간의 거리를 의미하는 것으로, 유클리디안 거리 개념상에서 대상들 사이의 거리는 유사성 정도를 나타낸다. 상기 유클리디안 거리는 피타고라스의 정리를 사용하여 구할 수 있다.The Euclidean distance means a distance between two object coordinates on a plane, and the distance between objects in the Euclidean distance concept indicates a degree of similarity. The Euclidean distance can be obtained using the Pythagorean theorem.

즉, 유클리디안 거리를 활용함에 따라, 평면상에서 과거와 현재의 온습도 그래프를 비교할 수 있으며, 거리 차를 산출하여 유사도를 비교할 수 있다.That is, by using the Euclidean distance, the past and present temperature and humidity graphs can be compared on a plane, and the similarity can be compared by calculating the distance difference.

본 발명에서 사용하는 유클리디안(Euclidean Similarity) 거리 차 산출 식은 다음과 같다.Euclidean similarity distance difference calculation formula used in the present invention is as follows.

Figure 112019128348099-pat00014
Figure 112019128348099-pat00014

여기서,

Figure 112019128348099-pat00015
(
Figure 112019128348099-pat00016
,
Figure 112019128348099-pat00017
,
Figure 112019128348099-pat00018
, … ,
Figure 112019128348099-pat00019
)는 현재 기상 데이터,
Figure 112019128348099-pat00020
(
Figure 112019128348099-pat00021
,
Figure 112019128348099-pat00022
,
Figure 112019128348099-pat00023
, … ,
Figure 112019128348099-pat00024
)는 과거 기상 데이터이고,
Figure 112019128348099-pat00025
는 그래프의 시작점으로부터의 경과 시간을 의미한다.here,
Figure 112019128348099-pat00015
(
Figure 112019128348099-pat00016
,
Figure 112019128348099-pat00017
,
Figure 112019128348099-pat00018
, … ,
Figure 112019128348099-pat00019
) is the current weather data,
Figure 112019128348099-pat00020
(
Figure 112019128348099-pat00021
,
Figure 112019128348099-pat00022
,
Figure 112019128348099-pat00023
, … ,
Figure 112019128348099-pat00024
) is historical weather data,
Figure 112019128348099-pat00025
is the elapsed time from the starting point of the graph.

주간 유사 그래프를 선출하는 경우에는, 아래 식을 이용할 수 있다.In the case of selecting the weekly similar graph, the following equation can be used.

Figure 112019128348099-pat00026
Figure 112019128348099-pat00026

이 때,

Figure 112019128348099-pat00027
는 그래프의 시작점으로부터의 경과 시간을 의미하므로 n = 24(시간) x 7(일) = 168로 설정될 수 있으며, a는 과거 주간 데이터의 24시간 단위 시작일의 순번을 의미한다.At this time,
Figure 112019128348099-pat00027
is the elapsed time from the starting point of the graph, so it can be set to n = 24 (hours) x 7 (days) = 168, and a means the sequence number of the 24-hour unit start date of the past weekly data.

이에 따라, 상기 유클리디안 거리 차 산출 식을 활용하여 주간 유사 그래프를 선출하는 경우, 수신된 제1 예보 데이터의 전후 15일에 해당하는 과거 데이터 내에서, 24시간 단위로 제1 예보 데이터의 그래프를 이동하면서 각각의 유클리디안 거리 차를 산출하여 거리 차가 가장 작은 값을 가지는 과거 데이터를 주간 유사 그래프로 선출할 수 있다.Accordingly, when a weekly similar graph is selected by using the Euclidean distance difference calculation formula, the graph of the first forecast data in units of 24 hours within the past data corresponding to 15 days before and after the received first forecast data By calculating each Euclidean distance difference while moving , the past data having the smallest distance difference can be selected as the weekly similarity graph.

예를 들어, 11월 8일부터 11월 14일까지의 제1 예보 데이터에 대한 유클리디안 거리 차를 산출하는 경우, 11월 1일부터 11월 21일까지의 과거 데이터 내에서 24시간 단위로 제1 예보 데이터의 그래프를 이동시킨다.For example, when calculating the Euclidean distance difference for the first forecast data from November 8 to November 14, within the historical data from November 1 to November 21, in 24-hour units Move the graph of the first forecast data.

이 때, 발생하는 각각의 경우에 대한 거리 차(

Figure 112019128348099-pat00028
)를 모두 구하여, 가장 작은 값을 갖는 주간 유사 그래프를 선출한다.At this time, the distance difference (
Figure 112019128348099-pat00028
), and the weekly similar graph with the smallest value is selected.

아래는 11월 8일부터 11월 14일까지의 제1 예보 데이터와 지난 작기 11월 7일부터 11월 13일까지의 과거 기상 데이터 간의 거리 차를 구하는 식을 나타낸 예시이다.The following is an example showing the formula for calculating the distance difference between the first forecast data from November 8 to November 14 and the past weather data from November 7 to November 13 of the last crop period.

Figure 112019128348099-pat00029
Figure 112019128348099-pat00029

일간 유사 그래프를 선출하는 경우에는, 아래 식을 이용할 수 있다.In the case of selecting a daily similarity graph, the following formula can be used.

Figure 112019128348099-pat00030
Figure 112019128348099-pat00030

이 때,

Figure 112019128348099-pat00031
는 그래프의 시작점으로부터의 경과 시간을 의미하므로 n = 24로 설정될 수 있으며, a는 과거 일간 데이터의 24시간 단위 시작일의 순번, b는 과거 일간 데이터의 1시간 단위 시작 시간을 의미한다.At this time,
Figure 112019128348099-pat00031
is the elapsed time from the starting point of the graph, so it can be set to n = 24, a is the sequence number of the 24-hour start date of the past daily data, and b is the 1-hour start time of the past daily data.

이에 따라, 상기 유클리디안 거리 차 산출 식을 활용하여 일간 유사 그래프를 선출하는 경우, 수신된 제2 예보 데이터에 대응되는 과거 주간 데이터 내에서, 시간 단위로 제1 예보 데이터의 그래프를 이동하면서 각각의 유클리디안 거리 차를 산출하여 거리 차가 가장 작은 값을 가지는 과거 데이터를 일간 유사 그래프로 선출할 수 있다.Accordingly, when a daily similar graph is selected by using the Euclidean distance difference calculation formula, each of the graphs of the first forecast data is moved in units of time within the past weekly data corresponding to the received second forecast data. By calculating the Euclidean distance difference of , past data having the smallest distance difference can be selected as a daily similarity graph.

예를 들어, 11월 1일부터 11월 7일까지의 과거 데이터 내에서 11월 4일의 제2 예보 데이터에 대한 유클리디안 거리 차를 산출하는 경우, 1시간 단위로 제1 예보 데이터의 그래프를 이동시킨다.For example, when calculating the Euclidean distance difference for the second forecast data on November 4 within the historical data from November 1 to November 7, the graph of the first forecast data in units of one hour move the

이 때, 발생하는 각각의 경우에 대한 거리 차(

Figure 112019128348099-pat00032
)를 모두 구하여, 가장 작은 값을 갖는 주간 유사 그래프를 선출한다.At this time, the distance difference (
Figure 112019128348099-pat00032
), and the weekly similar graph with the smallest value is selected.

아래는 11월 4일 00시부터 24시까지의 제2 예보 데이터와 지난 작기 11월 3일 02시부터 11월 4일 02시까지의 과거 기상 데이터 간의 거리 차를 구하는 식을 나타낸 예시이다.The following is an example showing the expression for calculating the distance difference between the second forecast data from 00:00 to 24:00 on November 4 and the past weather data from 02:00 on November 3 to 02:00 on November 4.

Figure 112019128348099-pat00033
Figure 112019128348099-pat00033

상기에서 살펴본 바와 같이, 24시간 단위로 그래프를 전후 이동하여 주간 유사 그래프를 먼저 산출하고, 이후 1시간 단위로 그래프를 전후 이동하여 일간 유사 그래프를 산출함으로써, 유사 그래프를 더욱 용이하고 신속하게 선출할 수 있게 되며, 소요 시간을 단축할 수 있는 이점이 있다.As described above, by moving the graph back and forth in units of 24 hours to calculate the weekly similarity graph first, and then moving the graph back and forth by one hour to calculate the daily similarity graph, the similar graph can be selected more easily and quickly. This has the advantage that the required time can be shortened.

또한, 하루 동안의 그래프 패턴만 고려하여 유사 그래프를 선출하는 것에 비해, 주간 동안의 그래프 패턴이 가장 유사한 과거 데이터의 범위를 먼저 제한하고, 그 안에서 일간 유사 그래프를 선출함으로써, 기상 그래프의 단순 수치가 아닌 패턴을 중점적으로 고려하여 실제 기상 환경에 적용이 더욱 용이한 그래프를 선출할 수 있는 이점이 있다.In addition, compared to selecting a similar graph by considering only the graph pattern for one day, by limiting the range of past data with the most similar graph pattern for the week first, and selecting the daily similar graph within, the simple numerical value of the weather graph is reduced. There is an advantage in that it is possible to select a graph that is easier to apply to the actual weather environment by focusing on the non-traditional pattern.

이어서, 일간 환경 예측값 산출부(250)는 유사 그래프의 과거 기상 데이터와 과거 온실 데이터의 차이 값을 산출하고, 차이 값을 현재 기상 데이터에 적용하여 일간 환경 예측값을 산출한다.Next, the daily environment prediction value calculator 250 calculates a difference value between the past weather data of the similar graph and the past greenhouse data, and applies the difference value to the current weather data to calculate a daily environment prediction value.

일간 환경 예측값은, 현재 외부 온도에 대한 실내 온도와, 현재 외부 습도에 대한 실내 습도 중 적어도 하나를 포함한다.The daily environment prediction value includes at least one of an indoor temperature with respect to the current external temperature and an indoor humidity with respect to the current external humidity.

예를 들면, 현재 외부 기상 온도가 17℃이고, 같은 시기 지난 작기 선도 농가의 외부 기상 온도가 16℃, 실내 온도가 20℃인 경우, 선도 농가의 내외부 온도 차 +4℃를 산출하여 이를 현재 외부 기상 온도에 적용함에 따라, 21℃가 일간 환경 예측값으로 산출될 수 있다.For example, if the current outside weather temperature is 17°C, and the outside weather temperature of the fresh farmhouse past the same period is 16°C and the indoor temperature is 20°C, calculate the difference between the inside and outside temperature +4°C of the fresh farmhouse and convert it to the current outside temperature. As applied to the weather temperature, 21°C can be calculated as a daily environmental prediction value.

이어서, 일간 환경 제어값 산출부(260)는 과거 데이터를 기반으로 설정된 주간 환경 제어값의 최소값 및 최대값 범위 내에서 실내 환경이 제어되도록, 주간 환경 제어값 내에서 일간 환경 예측값을 고려하여 일간 환경 제어값을 산출한다.Next, the daily environment control value calculation unit 260 considers the daily environment prediction value within the weekly environment control value so that the indoor environment is controlled within the range of the minimum and maximum values of the weekly environment control value set based on the past data. Calculate the control value.

주간 환경 제어값은, 데이터 베이스(30)로부터 수신되는 과거 데이터에 따라 설정되는 환경 한계값 내에서, 작물의 생육상에 따라 결정되는 환경 제어 요소, 및 과거 데이터와 현재 기상 데이터를 비교하여 결정되는 환경 제어 수치를 고려하여 산출된다.The weekly environmental control value is an environment determined by comparing an environmental control element determined according to the growth phase of crops, and an environment determined by comparing the past data with the current weather data, within an environmental limit value set according to the past data received from the database 30 . It is calculated taking the control value into account.

전술한 예시를 들어 설명하면, 일간 환경 예측값은 21℃이나, 주간 환경 제어값의 범위가 18℃ 내지 20℃로 설정된 경우 일간 환경 예측값이 주간 환경 제어값을 초과하지 않도록 20℃를 일간 환경 제어값으로 산출할 수 있다.When explaining with the above example, the daily environmental prediction value is 21 ° C., but when the range of the weekly environmental control value is set to 18 ° C. to 20 ° C. can be calculated as

상술한 본 발명의 일간 온실 환경 의사결정지원 서버를 활용하는 경우, 온실별 최적의 환경 제어값을 산출 가능한 이점이 있다.When using the daily greenhouse environment decision support server of the present invention described above, there is an advantage that can calculate the optimal environmental control value for each greenhouse.

즉, 선도 농가의 과거 온실 데이터를 그대로 적용하는 것이 아닌, 온실이 위치한 지역의 기상 패턴과 가장 유사한 패턴을 가지는 과거 기상 데이터에 대한 과거 온실 데이터를 고려하여 최적의 환경 제어값을 산출함으로써, 온실별 맞춤 적용이 가능함에 따라, 현재 기상 패턴에 가장 최적화된 온실 제어가 가능해진다.That is, instead of applying the past greenhouse data of the leading farmhouse as it is, by calculating the optimal environmental control value by considering the past greenhouse data for the past weather data having a pattern most similar to the weather pattern of the area where the greenhouse is located, the optimum environmental control value is calculated. As custom applications are possible, greenhouse control most optimized for current weather patterns is possible.

또한, 산출되는 일간 환경 제어값이 작물의 생육상을 고려한 주간 환경값 범위 내에서만 제어되도록 설정함으로써, 작물 최대 생산이 가능한 온도 및 습도 범위 내에서 환경을 제어할 수 있는 이점이 있다.In addition, by setting the calculated daily environmental control value to be controlled only within the weekly environmental value range in consideration of the growth of crops, there is an advantage in that the environment can be controlled within the temperature and humidity range in which the maximum crop production is possible.

이에 따라, 작물의 영양 생장 및 생식 생장 간의 치우침을 방지하여 균형 생장이 가능해지며, 작물의 착과수, 크기, 및 품질을 향상시킬 수 있는 효과가 있다.Accordingly, balanced growth is possible by preventing bias between vegetative and reproductive growth of crops, and there is an effect of improving the number of fruit trees, size, and quality of crops.

이상에서는 일간 온실 환경 의사결정지원 서버에 대해 살펴보았다. 이하에서는 상술한 일간 온실 환경 의사결정지원 서버를 이용하는 일간 온실 환경 의사결정지원 시스템에 대해 설명한다. 설명의 편의를 위해, 도 1을 참조하여 설명한 부분과 중복되는 내용은 생략하거나 간단히 기재한다.In the above, we looked at the daily greenhouse environment decision support server. Hereinafter, a daily greenhouse environment decision support system using the above-described daily greenhouse environment decision support server will be described. For convenience of explanation, content overlapping with those described with reference to FIG. 1 will be omitted or simply described.

도 2는 본 발명의 일 실시예에 따른 일간 온실 환경 의사결정지원 시스템을 도시한 개략도이다.2 is a schematic diagram illustrating a daily greenhouse environment decision support system according to an embodiment of the present invention.

도 2를 참조하면, 본 발명의 일 실시예에 따른 일간 온실 환경 의사결정지원 시스템(10)은, 데이터 베이스(30), 환경 센서(40), 일간 온실 환경 의사결정지원 서버(200), 및 환경 제어기(50)를 포함하도록 구현될 수 있다.2, the daily greenhouse environment decision support system 10 according to an embodiment of the present invention, the database 30, the environmental sensor 40, the daily greenhouse environment decision support server 200, and It may be implemented to include an environment controller 50 .

먼저, 데이터 베이스(30)에는 과거 기상 데이터와, 이에 대응되는 선도 농가의 과거 온실 데이터를 포함하는 과거 데이터가 저장되며, 상기 데이터들을 누적 및 갱신하여 저장하도록 제공될 수 있다.First, past data including past weather data and past greenhouse data of a leading farmhouse corresponding thereto are stored in the database 30 , and the data may be accumulated and updated to be provided.

데이터 베이스(30)는 작물의 품목에 따른 환경 제어값을 각 시기별로 데이터 베이스(DB)화하여 저장, 분류 및 관리할 수 있다. The database 30 may store, classify, and manage environmental control values according to crop items as a database (DB) for each period.

예를 들면, 데이터 베이스(30)는 오라클(Oracle), 인포믹스(Infomix), 사이베이스(Sybase), DB2와 같은 관계형 데이터베이스 관리 시스템(RDBMS)이나, 겜스톤(Gemston), 오리온(Orion), O2 등과 같은 객체 지향 데이터베이스 관리 시스템(OODBMS)을 이용하여 본 출원의 목적에 맞게 구현될 수 있고, 자신의 기능을 달성하기 위하여 적당한 필드(field)들을 가지고 있다.For example, the database 30 is a relational database management system (RDBMS) such as Oracle, Informix, Sybase, DB2, Gemston, Orion, O2 It can be implemented for the purpose of the present application using an object-oriented database management system (OODBMS), such as, etc., and has appropriate fields to achieve its function.

본 발명의 일 실시예에 있어서, 데이터 베이스(30)는 클라우드 형태로 제공되어 본 발명의 일간 온실 환경 의사결정지원 서버(200)로 수신되는 데이터들을 데이터베이스화하여 누적 저장함에 따라 빅데이터를 구축할 수 있다.In one embodiment of the present invention, the database 30 is provided in the form of a cloud, and the data received by the daily greenhouse environment decision support server 200 of the present invention is converted into a database and accumulated to build big data. can

예를 들면, 데이터 베이스(30) 내에는 작물의 품목에 따른 생육 초기, 중기, 및 말기의 각 시기별 최대 생산 환경에 상응하는 온실 환경 데이터가 필드별로 데이터베이스화되어 누적 저장됨에 따라 빅데이터가 구축될 수도 있다.For example, in the database 30, the greenhouse environment data corresponding to the maximum production environment for each period of the initial, middle, and end of growth according to the item of the crop is converted into a database for each field and accumulated and stored, so that big data is built. could be

또한, 데이터 베이스(30) 내에 제1 예보 데이터 및 제2 예보 데이터에 대응되는 주간 유사 그래프 및 일간 유사 그래프가 데이터 베이스화되어 누적 저장됨에 따라 빅데이터가 구축될 수 있으며, 그래프 거리 차를 산출하여 유사 그래프를 선출하기 위한 알고리즘이 별도로 저장될 수 있다. 이에 따라, 유사 그래프 선출 시 정확성을 점차 향상시킬 수 있게 되며, 그래프 패턴 비교에 소요되는 시간이 단축되는 효과가 있다.In addition, as the weekly similar graph and the daily similar graph corresponding to the first forecast data and the second forecast data are converted into a database and accumulated and stored in the database 30 , big data can be built, and the similarity by calculating the graph distance difference An algorithm for selecting a graph may be stored separately. Accordingly, it is possible to gradually improve the accuracy when selecting similar graphs, and there is an effect that the time required for graph pattern comparison is shortened.

더하여, 데이터 베이스(30) 내에 현재 기상 데이터에 대응되는 주간 환경 제어값 및 일간 환경 제어값이 작물의 품목, 생육 시기와 같은 필드별로 데이터베이스화되어 누적 저장될 수 있다. 이에 따라 구축되는 빅데이터를 적용하는 경우, 선도 농가의 온실 환경 데이터가 테스트베드 데이터를 대체할 수 있게 되며, 작물의 생장에 가장 최적화된 환경 제어값을 산출할 수 있게 된다.In addition, the weekly environmental control value and the daily environmental control value corresponding to the current weather data in the database 30 may be accumulated and stored in a database for each field such as crop items and growth time. When the big data constructed according to this is applied, the greenhouse environment data of leading farms can replace the test bed data, and the environment control value most optimized for the growth of crops can be calculated.

이어서, 온실 센서(40)는 온실 내부에 제공되어, 온도, 습도, CO2, EC, pH, 누적일사 등의 온실 환경 데이터를 감지하는 기능을 한다.Subsequently, the greenhouse sensor 40 is provided inside the greenhouse, and functions to sense greenhouse environmental data such as temperature, humidity, CO 2 , EC, pH, and cumulative solar radiation.

이어서, 환경 제어기(50)는 일간 온실 환경 의사결정지원 서버(200)로부터 수신되는 일간 환경 제어값을 기초로 작물이 재배되는 온실 환경의 온도 및 습도를 제어한다.Then, the environmental controller 50 controls the temperature and humidity of the greenhouse environment in which crops are grown based on the daily environmental control value received from the daily greenhouse environment decision support server 200 .

이어서, 일간 온실 환경 의사결정지원 서버(200)는 상술한 데이터 베이스(30), 및 환경 센서(40)와 데이터 송수신을 통해 일간 환경 제어값을 산출한다.Next, the daily greenhouse environment decision support server 200 calculates a daily environmental control value through data transmission/reception with the above-described database 30 and the environmental sensor 40 .

일간 온실 환경 의사결정지원 서버(200)는, 기상청으로부터 현재 기상 데이터를 수신하는 기상 데이터 수신부; 데이터 베이스로부터 작물의 품목에 대응되는 지난 작기 선도 농가의 과거 기상 데이터 및 과거 온실 데이터를 포함하는 과거 데이터를 수신하는 과거 데이터 수신부; 현재 기상 데이터와 과거 기상 데이터의 패턴을 비교하여 현재 기상 데이터와 유사한 패턴을 가지는 유사 그래프를 선출하는 유사 그래프 선출부; 및 유사 그래프의 과거 기상 데이터와 과거 온실 데이터의 차이 값을 산출하고, 차이 값을 현재 기상 데이터에 적용하여 일간 환경 예측값을 산출하는 일간 환경 예측값 산출부를 포함할 수 있다.The daily greenhouse environment decision support server 200 includes a weather data receiving unit for receiving current weather data from the Korea Meteorological Administration; Past data receiving unit for receiving past data including past meteorological data and past greenhouse data of the last crop leading farms corresponding to the items of crops from the database; a similar graph selector for selecting a similar graph having a pattern similar to that of the current weather data by comparing the patterns of the current weather data and the past weather data; and a daily environment prediction value calculator that calculates a difference value between the past weather data and the past greenhouse data of the similar graph, and calculates a daily environment prediction value by applying the difference value to the current weather data.

더하여, 일간 온실 환경 의사결정지원 서버(200)는, 일간 온실 환경 과거 데이터를 기반으로 설정된 주간 환경 제어값의 최소값 및 최대값 범위 내에서 실내 환경이 제어되도록, 주간 환경 제어값 내에서 일간 환경 예측값을 고려하여 일간 환경 제어값을 산출하는 일간 환경 제어값 산출부를 더 포함하도록 제공될 수 있다.In addition, the daily greenhouse environment decision support server 200, the daily environmental prediction value within the weekly environmental control value so that the indoor environment is controlled within the minimum and maximum value ranges of the weekly environmental control value set based on the daily greenhouse environment historical data It may be provided to further include a daily environmental control value calculator that calculates a daily environmental control value in consideration of the .

이외에도, 본 발명의 일 실시예에 따른 일간 온실 환경 의사결정지원 시스템(10)은, 작물 영상 촬영 장치(20)를 더 포함하도록 제공될 수 있다. In addition, the daily greenhouse environment decision support system 10 according to an embodiment of the present invention may be provided to further include a crop image photographing apparatus 20 .

작물 영상 촬영 장치(20)는 주간 작물 영상을 촬영한다. The crop image photographing apparatus 20 takes a weekly crop image.

작물 영상 촬영 장치를 통해 촬영된 작물 영상은 일간 온실 환경 의사결정지원 시스템 내 별도로 제공되는 주간 온실 환경 의사결정지원 서버로 전송되어, 일간 환경 제어값을 산출하기 위한 자료로 사용될 수 있다. 이와 관련된 상세한 내용은 후술한다.Crop images captured through the crop image capturing device are transmitted to the weekly greenhouse environment decision support server provided separately in the daily greenhouse environment decision support system, and can be used as data for calculating the daily environmental control value. Details related thereto will be described later.

작물 영상 촬영 장치(20)는 사용자가 소지할 수 있는 카메라 혹은 휴대용 단말의 형태로 제공될 수 있으며, 사용자가 작물 영상 촬영 장치(20)를 수동으로 조작하여 작물 영상을 촬영하도록 제공될 수 있다.The crop image photographing apparatus 20 may be provided in the form of a camera or a portable terminal that the user can carry, and the user may manually operate the crop image photographing apparatus 20 to photograph the crop image.

또한, 작물 영상 촬영 장치(20)는 재배지 내에서 자율 주행이 가능하여 각각의 작물을 자동을 인지하고 작물 영상을 촬영할 수 있도록 구현될 수도 있다.In addition, the crop image photographing apparatus 20 may be implemented to automatically recognize each crop and photograph a crop image because autonomous driving is possible within the cultivation area.

이하에서는, 상술한 본 발명의 일간 온실 환경 의사결정지원 시스템을 사용하여 일간 환경 제어값을 산출하는 방법에 대해 설명한다.Hereinafter, a method of calculating a daily environmental control value using the daily greenhouse environment decision support system of the present invention will be described.

이하, 각 단계를 설명하는 과정에서 도 1 및 도 2를 참조하여 설명한 부분과 중복되는 내용은 생략하거나 간단히 기재하며, 설명의 이해를 돕기 위해, 도 1 및 2를 함께 참조한다. 또한, 특별히 언급하지 않는 한, 이하에서 설명하는 각 단계의 수행 주체는 도 1 및 도 2에 도시한 일간 온실 환경 의사결정지원 서버로 가정한다.Hereinafter, in the process of explaining each step, the contents overlapping those described with reference to FIGS. 1 and 2 will be omitted or simply described, and in order to help the understanding of the description, refer to FIGS. 1 and 2 together. In addition, unless otherwise specified, it is assumed that the subject performing each step described below is the daily greenhouse environment decision support server shown in FIGS. 1 and 2 .

도 3 및 도 4는 본 발명의 일 실시예에 따른 일간 온실 환경 의사결정지원 방법을 도시한 순서도이다.3 and 4 are flowcharts illustrating a daily greenhouse environment decision support method according to an embodiment of the present invention.

도 3 및 4를 참조하면, 일간 온실 환경 의사결정지원 방법은, 아래 단계들로 구성될 수 있다.3 and 4 , the daily greenhouse environment decision support method may consist of the following steps.

먼저, 기상청으로부터 현재 기상 데이터를 수신하는 기상 데이터 수신 단계(S210)가 수행된다.First, a meteorological data receiving step S210 of receiving current weather data from the Meteorological Agency is performed.

이후, 데이터 베이스로부터 작물의 품목에 대응되는 지난 작기 선도 농가의 과거 기상 데이터 및 과거 온실 데이터를 포함하는 과거 데이터를 수신하는 과거 데이터 수신 단계(S220)가 수행된다.Thereafter, a past data receiving step ( S220 ) of receiving past data including past weather data and past greenhouse data of the last crop leading farmhouse corresponding to the item of crop is performed from the database.

이후, 현재 기상 데이터와 과거 기상 데이터의 패턴을 비교하여 현재 기상 데이터와 유사한 패턴을 가지는 유사 그래프를 선출하는 유사 그래프 선출 단계가 수행된다. Thereafter, a similar graph selection step of selecting a similar graph having a pattern similar to that of the current weather data is performed by comparing the patterns of the current weather data and the past weather data.

유사 그래프 선출 단계는 주간 유사 그래프 선출 단계(S230) 및 일간 유사 그래프 선출 단계(S240)를 포함하도록 제공될 수 있다.The similar graph selection step may be provided to include a weekly similar graph selection step (S230) and a daily similar graph selection step (S240).

주간 유사 그래프 선출 단계(S230)는, 제1 예보 데이터에 대해 과거 기상 데이터 및 과거 온실 데이터를 포함하는 과거 데이터를 검색하는 단계가 수행되며, 이후, 과거 데이터의 구간을 7일 전후로 변경하면서, 제1 예보 데이터의 패턴과 가장 거리 차가 작은 주간 유사 그래프를 선출하는 단계가 수행된다.In the weekly similar graph selection step (S230), a step of searching for past data including past weather data and past greenhouse data for the first forecast data is performed, and thereafter, while changing the section of the past data to around 7 days, the second 1 A step of selecting a weekly similar graph with the smallest distance difference from the pattern of the forecast data is performed.

일간 유사 그래프 선출 단계(S240)에서는, 제2 예보 데이터에 대해 상기에서 선출된 주간 유사 그래프 내에서 과거 데이터를 검색하는 단계가 수행되며, 이후, 과거 데이터를 주간 유사 그래프 내에서 시간 단위로 변경하면서, 제2 예보 데이터의 패턴과 가장 거리 차가 작은 일간 유사 그래프를 선출하는 단계가 수행된다.In the daily similarity graph selection step (S240), a step of searching for past data within the weekly similarity graph selected above for the second forecast data is performed, and thereafter, while changing the past data in the weekly similarity graph in units of time , selecting a daily similarity graph with the smallest distance difference from the pattern of the second forecast data is performed.

이후, 유사 그래프의 과거 기상 데이터와 과거 온실 데이터의 차이 값을 산출하고, 차이 값을 현재 기상 데이터에 적용하여 일간 환경 예측값을 산출하는 일간 환경 예측값 산출 단계(S250)가 수행된다.Thereafter, a daily environment prediction value calculation step ( S250 ) of calculating a difference value between the past weather data of the similar graph and the past greenhouse data and applying the difference value to the current weather data to calculate a daily environment prediction value is performed.

이후, 산출된 일간 환경 예측값에 주간 환경 제어값을 함께 고려하여 일간 환경 제어값을 산출하는 일간 환경 제어값 산출 단계(S260)가 수행된다.Thereafter, the daily environmental control value calculation step S260 of calculating the daily environmental control value by considering the weekly environmental control value together with the calculated daily environmental control value is performed.

여기서, 주간 환경 제어값은 작물의 생육상에 따른 환경 제어 요소와, 주간 기상 예보 데이터에 따른 환경 제어 수치에 따라 결정되는 값으로서, 본 발명의 일간 온실 환경 의사결정지원 서버와 별도로 제공되는 주간 온실 환경 의사결정지원 서버로부터 산출되도록 제공될 수 있다.Here, the weekly environmental control value is a value determined according to the environmental control factor according to the growth phase of crops and the environmental control value according to the weekly weather forecast data, and the weekly greenhouse environment provided separately from the daily greenhouse environment decision support server of the present invention It may be provided to be calculated from the decision support server.

이하, 주간 환경 제어값을 산출하는 방법에 대해 설명한다.Hereinafter, a method for calculating the daytime environmental control value will be described.

도 5는 본 발명의 일 실시예에 있어서, 주간 환경 제어값을 산출하는 방법을 도시한 순서도이다.5 is a flowchart illustrating a method of calculating a daytime environment control value according to an embodiment of the present invention.

도 5를 참조하면, 먼저, 작물 영상 촬영 장치로부터 주간 작물 영상을 수신하여 작물 생육상을 판단하는 작물 생육상 판단 단계(S110)가 수행된다. 해당 단계는 작물의 화방 높이(cm)와 줄기 두께(cm)를 측정하여 작물의 생장을 모니터링 함과 동시에 작물의 생장 시기별 생육상을 시각화하여 나타내도록 구현될 수 있다.Referring to FIG. 5 , first, a crop growth phase determination step ( S110 ) of receiving a weekly crop image from the crop image photographing apparatus to determine the crop growth phase is performed. This step can be implemented to monitor the growth of the crop by measuring the height (cm) and the thickness of the stem (cm) of the crop, and to visualize and display the growth status by the growth period of the crop.

이후, 작물 생육상을 기반으로 온실 환경 제어 요소를 결정하는 환경 제어 요소 결정 단계(S120)가 수행된다. 해당 단계에서는 환경 제어 요소만이 결정되며, 구체적인 제어 수치는 이하 단계들에서 산출된다. 예를 들면, 생식 생장이 강하고, 생장 강도가 강한 경우, 환경 제어 요소는 “밤 온도 상승”으로 결정될 수 있다.Thereafter, the environmental control element determination step ( S120 ) of determining the greenhouse environmental control element based on the crop growth phase is performed. In this step, only the environmental control factor is determined, and a specific control value is calculated in the following steps. For example, if the reproductive growth is strong and the growth intensity is strong, the environmental control factor may be determined as “a rise in night temperature”.

이후, 데이터 베이스로부터 작물에 대한 선도 농가 월별 데이터를 수신하는 월별 데이터 수신 단계(S130)가 수행된다.Thereafter, the monthly data receiving step (S130) of receiving the fresh farmhouse monthly data for crops from the database is performed.

이후, 선도 농가 월별 데이터의 온실 환경 제어 범위를 기반으로 최대값 및 최소값을 가지는 환경 한계값을 설정하는 환경 한계값 설정 단계(S140)가 수행된다.Thereafter, an environmental threshold setting step ( S140 ) of setting an environmental threshold having a maximum value and a minimum value based on the greenhouse environment control range of the monthly data of the leading farmhouse is performed.

이후, 기상청으로부터 주간 기상 예보 데이터를 수신하는 기상 데이터 수신 단계(S150)가 수행된다.Thereafter, a weather data receiving step ( S150 ) of receiving weekly weather forecast data from the Korea Meteorological Administration is performed.

이후, 주간 기상 예보 데이터와, 선도 농가 월별 데이터를 비교하여 온도 차 및 습도 차를 산출하는 기상 데이터 비교 단계(S160)가 수행된다. 이 때, 기상 예보가 실시간으로 변경될 수 있으므로, 특정 시간마다 기상 예보의 변경 여부를 확인하여 변경된 기상 예보 데이터가 적용될 수 있도록 기상 데이터 수신 단계(S10)를 다시 수행하도록 제공될 수 있다.Thereafter, a weather data comparison step ( S160 ) of calculating a temperature difference and a humidity difference by comparing the weekly weather forecast data and the monthly data of the leading farmhouse is performed. At this time, since the weather forecast may be changed in real time, it may be provided to check whether the weather forecast is changed at a specific time and perform the weather data reception step S10 again so that the changed weather forecast data can be applied.

이후, 온도 차 및 습도 차를 고려하여 온실 환경 제어 수치를 결정하는 환경 제어 수치 결정 단계(S170)가 수행된다. 기상 데이터 비교 단계(S160) 및 환경 제어 수치 결정 단계(S170)들에서 선도 농가 월별 데이터의 과거 온실 데이터와 선도 농가 월별 데이터의 외부 기상 데이터의 차이 값을 산출하여, 이를 현재의 기상 예보 데이터에 적용함으로써, 환경 제어 수치를 결정할 수도 있다.Thereafter, the environmental control value determination step (S170) of determining the greenhouse environmental control value in consideration of the temperature difference and the humidity difference is performed. In the weather data comparison step ( S160 ) and the environmental control numerical determination step ( S170 ), the difference value between the past greenhouse data of the monthly data of the lead farm and the external weather data of the monthly data of the lead farm is calculated, and this is applied to the current weather forecast data By doing so, it is also possible to determine the environmental control value.

이후, 환경 한계값 내에서 주간 환경 제어값을 산출하는 주간 환경 제어값 산출 단계(S180)가 수행된다. 주간 환경 제어값은 환경 제어 요소 결정 단계(S120)에서 결정된 환경 제어 요소와 환경 제어 수치 결정 단계(S170)에서 결정된 환경 제어 수치를 모두 고려하여 주간 환경 제어값을 산출한다. 이 때, 환경 한계값 설정 단계(S140)에서 설정된 환경 한계값을 고려하여 제한 범위 내에서 주간 환경 제어값을 산출한다.Thereafter, a weekly environment control value calculation step ( S180 ) of calculating a daytime environment control value within the environmental limit value is performed. The weekly environmental control value is calculated by considering both the environmental control factor determined in the environmental control element determination step S120 and the environmental control value determined in the environmental control value determination step S170 . In this case, the weekly environmental control value is calculated within the limiting range in consideration of the environmental limit value set in the environmental limit value setting step ( S140 ).

다시 도 4를 참조하면, 이렇게 산출된 주간 환경 제어값은 후술할 일간 환경 제어값 산출 단계에서 일간 환경 제어값 산출을 위한 데이터로 사용된다.Referring back to FIG. 4 , the weekly environment control value calculated in this way is used as data for calculating the daily environment control value in the step of calculating the daily environment control value to be described later.

즉, 설정된 주간 환경값 범위에서 일간 환경 예측값이 벗어나지 않도록 최소값 및 최대값을 가지는 주간 환경 제어값 내에서 주간 환경 제어값이 산출되도록 한다.That is, the weekly environmental control value is calculated within the weekly environmental control value having the minimum value and the maximum value so that the daily environmental prediction value does not deviate from the set weekly environmental value range.

이에 따라, 작물의 생육상을 고려하여 더욱 최적의 작물 생장 환경을 제공할 수 있게 되며, 작물의 영양 생장 및 생식 생장 간의 치우침을 방지하여 균형 생장이 가능하도록 유도할 수 있는 효과가 있다.Accordingly, it is possible to provide a more optimal crop growth environment in consideration of the growth of crops, and there is an effect that can induce balanced growth by preventing bias between vegetative and reproductive growth of crops.

이후, 일간 환경 제어값을 온실 제어기로 전송하여, 작물이 재배되는 실내 환경의 온도 및 습도 중 적어도 하나 이상을 제어하는 온실 환경 제어 단계가 수행된다.Thereafter, a greenhouse environment control step of controlling at least one of temperature and humidity of an indoor environment in which crops are grown by transmitting a daily environmental control value to the greenhouse controller is performed.

상술한 본 발명의 일간 온실 환경 의사결정지원 서버와, 이를 이용한 일간 온실 환경 의사결정지원 시스템 및 일간 온실 환경 의사결정지원 방법을 적용하는 경우, 온실별 최적의 환경 제어값을 산출 가능한 이점이 있다.When applying the above-described daily greenhouse environment decision support server of the present invention, the daily greenhouse environment decision support system and the daily greenhouse environment decision support method using the same, there is an advantage in that it is possible to calculate the optimal environmental control value for each greenhouse.

즉, 선도 농가의 과거 온실 데이터를 그대로 적용하는 것이 아닌, 온실이 위치한 지역의 기상 패턴과 가장 유사한 패턴을 가지는 과거 기상 데이터에 대한 과거 온실 데이터를 고려하여 최적의 환경 제어값을 산출함으로써, 온실별 맞춤 적용이 가능함에 따라, 현재 기상 패턴에 가장 최적화된 온실 제어가 가능해진다.That is, instead of applying the past greenhouse data of the leading farmhouse as it is, by calculating the optimal environmental control value by considering the past greenhouse data for the past weather data having a pattern most similar to the weather pattern of the area where the greenhouse is located, the optimum environmental control value is calculated. As custom applications are possible, greenhouse control most optimized for current weather patterns is possible.

이에 따라, 작물의 생장을 더욱 향상시킬 수 있게 되며, 작물의 착과수, 크기, 및 품질을 향상시킬 수 있는 효과가 있다.Accordingly, it is possible to further improve the growth of crops, and there is an effect of improving the number of fruits, size, and quality of crops.

나아가, 본 발명의 일 실시예에 따른 일간 온실 환경 의사결정지원 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록매체가 구현될 수 있다.Furthermore, a computer-readable recording medium including a program for executing the daily greenhouse environment decision support method according to an embodiment of the present invention may be implemented.

이 때, 일간 온실 환경 의사결정지원 방법은, 기상청으로부터 현재 기상 데이터를 수신하는 기상 데이터 수신 단계; 데이터 베이스로부터 작물의 품목에 대응되는 지난 작기 선도 농가의 과거 기상 데이터 및 과거 온실 데이터를 포함하는 과거 데이터를 수신하는 과거 데이터 수신 단계; 현재 기상 데이터와 과거 기상 데이터의 패턴을 비교하여 현재 기상 데이터와 유사한 패턴을 가지는 유사 그래프를 선출하는 유사 그래프 선출 단계; 및 유사 그래프의 과거 기상 데이터와 과거 온실 데이터의 차이 값을 산출하고, 차이 값을 현재 기상 데이터에 적용하여 일간 환경 예측값을 산출하는 일간 환경 예측값 산출 단계를 포함하도록 구현될 수 있다.At this time, the daily greenhouse environment decision support method includes a meteorological data receiving step of receiving current weather data from the Korea Meteorological Administration; a past data receiving step of receiving past data including past meteorological data and past greenhouse data of the preceding farms corresponding to the items of crops from the database; a similar graph selection step of selecting a similar graph having a pattern similar to that of the current weather data by comparing the patterns of the current weather data and the past weather data; and calculating a difference value between the past weather data of the similar graph and the past greenhouse data, and calculating a daily environmental forecast value by applying the difference value to the current weather data.

더 나아가, 본 발명의 일 실시예에 따르면, 일간 온실 환경 의사결정지원 모듈을 포함하는 온실 환경 의사결정지원 서버가 구현될 수 있다.Furthermore, according to an embodiment of the present invention, a greenhouse environment decision support server including a daily greenhouse environment decision support module may be implemented.

도 6은 본 발명의 일 실시예에 따른, 온실 환경 의사결정지원 서버를 도시한 개략도이다.6 is a schematic diagram illustrating a greenhouse environment decision support server according to an embodiment of the present invention.

도 6을 참조하면, 온실 환경 의사결정지원 서버는 주간 온실 환경 의사결정지원 모듈, 일간 온실 환경 의사결정지원 모듈, 및 실시간 온실 환경 의사결정지원 모듈을 포함할 수 있다.Referring to FIG. 6 , the greenhouse environment decision support server may include a weekly greenhouse environment decision support module, a daily greenhouse environment decision support module, and a real-time greenhouse environment decision support module.

먼저, 주간 온실 환경 의사결정지원 모듈은, 상술한 주간 환경 제어값을 산출하는 방법을 통해 주간 환경 제어값을 산출하는 기능을 수행하도록 제공된다.First, the daytime greenhouse environment decision support module is provided to perform a function of calculating the daytime environment control value through the method of calculating the above-described daytime environment control value.

이어서, 일간 온실 환경 의사결정지원 모듈은, 본 발명의 일간 온실 환경 의사결정지원 서버의 실질적인 구성을 포함하도록 제공되며, 상기 주간 온실 환경 의사결정지원 모듈로부터 주간 환경 제어값을 수신하여, 이를 기초로 일간 환경 제어값을 산출하도록 제공될 수 있다.Next, the daily greenhouse environment decision support module is provided to include the actual configuration of the daily greenhouse environment decision support server of the present invention, and receives the weekly environmental control value from the weekly greenhouse environment decision support module, based on this It may be provided to calculate a daily environmental control value.

이어서, 실시간 온실 환경 의사결정지원 모듈은, 상기 일간 온실 환경 의사결정지원 모듈로부터 일간 환경 제어값을 수신하여, 이를 기초로 실시간 환경 제어값을 산출할 수 있다.Subsequently, the real-time greenhouse environment decision support module may receive the daily environmental control value from the daily greenhouse environment decision support module, and calculate a real-time environmental control value based on the received daily environmental control value.

이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다.In the above, even though it has been described that all components constituting the embodiment of the present invention are combined or operated in combination, the present invention is not necessarily limited to this embodiment. That is, within the scope of the object of the present invention, all the components may operate by selectively combining one or more.

또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥 상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.In addition, terms such as "comprises", "comprises" or "have" described above mean that the corresponding component may be embedded, unless otherwise stated, so that other components are excluded. Rather, it should be construed as being able to further include other components. All terms, including technical and scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which the present invention belongs, unless otherwise defined. Terms commonly used, such as those defined in the dictionary, should be interpreted as being consistent with the meaning of the context of the related art, and are not interpreted in an ideal or excessively formal meaning unless explicitly defined in the present invention.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The above description is merely illustrative of the technical spirit of the present invention, and various modifications and variations will be possible without departing from the essential characteristics of the present invention by those skilled in the art to which the present invention pertains. Therefore, the embodiments disclosed in the present invention are not intended to limit the technical spirit of the present invention, but to explain, and the scope of the technical spirit of the present invention is not limited by these embodiments. The protection scope of the present invention should be construed by the following claims, and all technical ideas within the equivalent range should be construed as being included in the scope of the present invention.

10 : 일간 온실 환경 의사결정지원 시스템
200 : 일간 온실 환경 의사결정지원 서버
210 : 기상 데이터 수신부
220 : 과거 데이터 수신부
230 : 주간 유사 그래프 선출부
240 : 일간 유사 그래프 선출부
250 : 일간 환경 예측값 산출부
260 : 일간 환경 제어값 산출부
20 : 작물 영상 촬영 장치
30 : 데이터 베이스
40 : 온실 센서
50 : 온실 제어기10: Daily greenhouse environment decision support system
200: Daily greenhouse environment decision support server
210: weather data receiver
220: past data receiving unit
230: weekly similar graph selection unit
240: daily similar graph selection unit
250: daily environment prediction value calculation unit
260: daily environment control value calculation unit
20: crop imaging device
30: database
40: greenhouse sensor
50: greenhouse controller

Claims (12)

기상청으로부터 현재 기상 데이터 - 상기 현재 기상 데이터는 제1 시간 구간에 대한 주간 기상 예보 데이터인 제1 예보 데이터 및 상기 제1 시간 구간에 대한 일간 기상 예보 데이터인 제2 예보 데이터를 포함 -; 를 수신하는 기상 데이터 수신부;
데이터 베이스로부터 상기 제1 시간 구간을 포함하는 제2 시간 구간에 대한 작기 선도 농가의 과거 기상 데이터 및 과거 온실 데이터를 포함하는 과거 데이터를 수신하는 과거 데이터 수신부;
상기 현재 기상 데이터와 상기 과거 기상 데이터의 시 변동에 따른 패턴을 비교하여 상기 현재 기상 데이터와 가장 유사한 패턴을 가지는 일간 유사 그래프를 선출하는 유사 그래프 선출부; 및
상기 과거 기상 데이터 및 상기 과거 온실 데이터 중에서, 상기 일간 유사 그래프에 대응되는 과거 기상 데이터 및 과거 온실 데이터의 차이 값을 산출하고, 상기 차이 값을 상기 현재 기상 데이터에 적용하여 일간 환경 예측값을 산출하는 일간 환경 예측값 산출부를 포함하고,
상기 유사 그래프 선출부는:
상기 제2 시간 구간을 주 단위로 그룹화한 복수의 주간 과거 기상 데이터 각각에 대하여 상기 제1 예보 데이터와의 유사도 판단을 순차적으로 수행하고, 상기 복수의 주간 과거 기상 데이터 중 상기 제1 예보 데이터와 유사도가 가장 높은 주간 과거 기상 데이터를 주간 유사 그래프로 선출하는 주간 유사 그래프 선출부; 및
상기 주간 유사 그래프에 대응되는 제3 시간 구간을 일 단위로 그룹화한 복수의 일간 과거 기상 데이터 각각에 대하여 상기 제2 예보 데이터와의 유사도 판단을 순차적으로 수행하고, 상기 복수의 일간 과거 기상 데이터 중 상기 제2 예보 데이터와 유사도가 가장 높은 일간 과거 기상 데이터를 상기 일간 유사 그래프로 선출하는 일간 유사 그래프 선출부를 포함하는 일간 온실 환경 의사결정지원 서버.
current weather data from the Korea Meteorological Administration, wherein the current weather data includes first forecast data that is weekly weather forecast data for a first time section and second forecast data that is daily weather forecast data for the first time section; a weather data receiving unit for receiving;
a past data receiving unit for receiving past data including past weather data and past greenhouse data of small fresh farms for a second time interval including the first time interval from a database;
a similarity graph selecting unit for selecting a daily similarity graph having a pattern most similar to that of the current weather data by comparing the current weather data with a pattern according to time fluctuations of the past weather data; and
Among the past weather data and the past greenhouse data, a difference value between the past weather data and the past greenhouse data corresponding to the daily similarity graph is calculated, and the difference value is applied to the current weather data to calculate a daily environmental forecast value Including an environmental prediction value calculation unit,
The similar graph selection unit:
A degree of similarity with the first forecast data is sequentially determined for each of a plurality of weekly past weather data grouped by the second time period on a weekly basis, and a degree of similarity to the first forecast data among the plurality of weekly past weather data a weekly similar graph selection unit for selecting the highest weekly historical weather data as a weekly similar graph; and
A similarity determination with the second forecast data is sequentially performed with respect to each of a plurality of daily past weather data in which a third time section corresponding to the weekly similarity graph is grouped in units of days, and among the plurality of daily past weather data A daily greenhouse environment decision support server comprising a daily similar graph selection unit for selecting the daily historical weather data having the highest similarity with the second forecast data as the daily similar graph.
 삭제delete 제1 항에 있어서,
상기 유사 그래프 선출부는,
제1 유클리디안(Euclidean Similarity) 거리 차 산출 식 및 제2 유클리디안 거리 차 산출 식을 이용하여 상기 주간 유사 그래프 및 상기 일간 유사 그래프를 선출하는 일간 온실 환경 의사결정지원 서버.
According to claim 1,
The similar graph selection unit,
A daily greenhouse environment decision support server that selects the weekly similarity graph and the daily similarity graph using a first Euclidean similarity distance difference calculation equation and a second Euclidean distance difference calculation equation.
 제3 항에 있어서,
상기 제1 유클리디안 거리 차 산출 식은 수학식 1에 의해 정의되고,
[수학식 1]
Figure 112021044398612-pat00052

여기서, Ra는 유사도, pi는 상기 현재 기상 데이터, qa,i는 상기 복수의 주간 과거 기상 데이터, a는 상기 복수의 주간 과거 기상 데이터 각각의 단위 시작 주간의 순번이고,
상기 제2 유클리디안 거리 차 산출 식은 수학식 2에 의해 정의되고,
[수학식 2]
Figure 112021044398612-pat00053

여기서, Ra,b는 유사도, pi는 상기 현재 기상 데이터, qa,b,i는 상기 복수의 일간 과거 기상 데이터, a는 상기 복수의 일간 과거 기상 데이터 각각의 단위 시작 일의 순번, b는 상기 복수의 일간 과거 기상 데이터 각각의 단위 시작 시간의 순번인 일간 온실 환경 의사결정지원 서버.
4. The method of claim 3,
The first Euclidean distance difference calculation formula is defined by Equation 1,
[Equation 1]
Figure 112021044398612-pat00052

Here, R a is the similarity, p i is the current weather data, q a,i is the plurality of weekly past weather data, a is the sequence number of each unit start week of the plurality of weekly past weather data,
The second Euclidean distance difference calculation formula is defined by Equation 2,
[Equation 2]
Figure 112021044398612-pat00053

Here, R a,b is the degree of similarity, p i is the current weather data, q a,b,i is the plurality of daily past weather data, a is the sequence number of the unit start day of each of the plurality of daily past weather data, b is a daily greenhouse environment decision support server that is the sequence number of the unit start time of each of the plurality of daily past weather data.
 제4 항에 있어서,
상기 일간 유사 그래프 선출부는,
하루 2회에 걸쳐 상기 제2 예보 데이터를 갱신하고, 갱신된 상기 제2 예보 데이터의 패턴과 가장 유사한 패턴을 가지는 상기 일간 유사 그래프를 선출하는 일간 온실 환경 의사결정지원 서버.5. The method of claim 4,
The daily similarity graph selection unit,
A daily greenhouse environment decision support server that updates the second forecast data twice a day, and selects the daily similarity graph having a pattern most similar to the pattern of the updated second forecast data. 제1 항에 있어서,
상기 일간 환경 예측값은,
현재 외부 온도에 대한 실내 온도와, 현재 외부 습도에 대한 실내 습도 중 적어도 하나를 포함하는 일간 온실 환경 의사결정지원 서버.According to claim 1,
The daily environmental forecast value is,
A daily greenhouse environment decision support server including at least one of an indoor temperature for the current external temperature and an indoor humidity for the current external humidity. 제1 항에 있어서,
상기 과거 데이터를 기반으로 설정된 주간 환경 제어값의 최소값 및 최대값 범위 내에서 실내 환경이 제어되도록, 상기 주간 환경 제어값 내에서 상기 일간 환경 예측값을 고려하여 일간 환경 제어값을 산출하는 일간 환경 제어값 산출부를 더 포함하는 일간 온실 환경 의사결정지원 서버.According to claim 1,
A daily environmental control value for calculating a daily environmental control value in consideration of the daily environmental prediction value within the weekly environmental control value so that the indoor environment is controlled within the range of the minimum and maximum values of the weekly environmental control value set based on the past data Daily greenhouse environment decision support server further comprising a calculation unit. 제7 항에 있어서,
상기 주간 환경 제어값은,
상기 최소값 및 최대값 범위 내에서, 작물의 생육상에 따라 결정되는 환경 제어 요소, 및 상기 과거 데이터와 상기 현재 기상 데이터를 비교하여 결정되는 환경 제어 수치를 고려하여 산출되는 일간 온실 환경 의사결정지원 서버.
8. The method of claim 7,
The daytime environmental control value is,
Within the range of the minimum and maximum values, the daily greenhouse environment decision support server calculated in consideration of environmental control factors determined according to the growth phase of crops, and environmental control values determined by comparing the past data with the current weather data.
 과거 기상 데이터와, 상기 과거 기상 데이터에 대응되는 선도 농가의 과거 온실 데이터를 포함하는 과거 데이터가 저장되는 데이터 베이스;
온실 내부에 제공되어, 온실 환경 데이터를 감지하는 환경 센서;
상기 데이터 베이스, 및 상기 환경 센서와 데이터 송수신을 통해 일간 환경 제어값을 산출하는 일간 온실 환경 의사결정지원 서버; 및
상기 일간 온실 환경 의사결정지원 서버로부터 수신되는 일간 환경 제어값을 기초로 상기 온실 내부의 환경을 제어하는 환경 제어기를 포함하며,
상기 일간 온실 환경 의사결정지원 서버는,
기상청으로부터 현재 기상 데이터 - 상기 현재 기상 데이터는 제1 시간 구간에 대한 주간 기상 예보 데이터인 제1 예보 데이터 및 상기 제1 시간 구간에 대한 일간 기상 예보 데이터인 제2 예보 데이터를 포함 -; 를 수신하는 기상 데이터 수신부;
상기 데이터 베이스로부터 상기 제1 시간 구간을 포함하는 제2 시간 구간에 대한 작기 선도 농가의 과거 기상 데이터 및 과거 온실 데이터를 포함하는 과거 데이터를 수신하는 과거 데이터 수신부;
상기 현재 기상 데이터와 상기 과거 기상 데이터의 시 변동에 따른 패턴을 비교하여 상기 현재 기상 데이터와 가장 유사한 패턴을 가지는 일간 유사 그래프를 선출하는 유사 그래프 선출부; 및
상기 과거 기상 데이터 및 상기 과거 온실 데이터 중에서, 상기 일간 유사 그래프에 대응되는 과거 기상 데이터 및 과거 온실 데이터의 차이 값을 산출하고, 상기 차이 값을 상기 현재 기상 데이터에 적용하여 일간 환경 예측값을 산출하는 일간 환경 예측값 산출부를 포함하고,
상기 유사 그래프 선출부는:
상기 제2 시간 구간을 주 단위로 그룹화한 복수의 주간 과거 기상 데이터 각각에 대하여 상기 제1 예보 데이터와의 유사도 판단을 순차적으로 수행하고, 상기 복수의 주간 과거 기상 데이터 중 상기 제1 예보 데이터와 유사도가 가장 높은 주간 과거 기상 데이터를 주간 유사 그래프로 선출하는 주간 유사 그래프 선출부; 및
상기 주간 유사 그래프에 대응되는 제3 시간 구간을 일 단위로 그룹화한 복수의 일간 과거 기상 데이터 각각에 대하여 상기 제2 예보 데이터와의 유사도 판단을 순차적으로 수행하고, 상기 복수의 일간 과거 기상 데이터 중 상기 제2 예보 데이터와 유사도가 가장 높은 일간 과거 기상 데이터를 일간 유사 그래프로 선출하는 일간 유사 그래프 선출부를 포함하는 일간 온실 환경 의사결정지원 시스템.
a database in which past data including past weather data and past greenhouse data of a leading farmhouse corresponding to the past weather data are stored;
an environmental sensor provided inside the greenhouse to detect greenhouse environmental data;
a daily greenhouse environment decision support server that calculates a daily environmental control value through data transmission/reception with the database and the environmental sensor; and
An environmental controller for controlling the environment inside the greenhouse based on the daily environmental control value received from the daily greenhouse environmental decision support server,
The daily greenhouse environment decision support server,
current weather data from the Korea Meteorological Administration, wherein the current weather data includes first forecast data that is weekly weather forecast data for a first time section and second forecast data that is daily weather forecast data for the first time section; a weather data receiving unit for receiving;
a past data receiving unit for receiving past data including past weather data and past greenhouse data of small fresh farms for a second time interval including the first time interval from the database;
a similarity graph selecting unit for selecting a daily similarity graph having a pattern most similar to that of the current weather data by comparing the current weather data with a pattern according to time fluctuations of the past weather data; and
Among the past weather data and the past greenhouse data, a difference value between the past weather data and the past greenhouse data corresponding to the daily similarity graph is calculated, and the difference value is applied to the current weather data to calculate a daily environmental forecast value Including an environmental prediction value calculation unit,
The similar graph selection unit:
A degree of similarity with the first forecast data is sequentially determined for each of a plurality of weekly past weather data grouped by the second time period on a weekly basis, and a degree of similarity to the first forecast data among the plurality of weekly past weather data a weekly similar graph selection unit that selects the highest weekly historical weather data as a weekly similar graph; and
A similarity determination with the second forecast data is sequentially performed for each of a plurality of daily past weather data in which a third time section corresponding to the weekly similarity graph is grouped in units of days, and among the plurality of daily past weather data A daily greenhouse environment decision support system including a daily similar graph selection unit that selects the daily historical weather data having the highest similarity with the second forecast data as a daily similar graph.
 제9 항에 있어서,
상기 과거 데이터를 기반으로 설정된 주간 환경 제어값의 최소값 및 최대값 범위 내에서 실내 환경이 제어되도록, 상기 주간 환경 제어값 내에서 상기 일간 환경 예측값을 고려하여 일간 환경 제어값을 산출하는 일간 환경 제어값 산출부를 더 포함하는 일간 온실 환경 의사결정지원 시스템.10. The method of claim 9,
A daily environmental control value for calculating a daily environmental control value in consideration of the daily environmental prediction value within the weekly environmental control value so that the indoor environment is controlled within the range of the minimum and maximum values of the weekly environmental control value set based on the past data A daily greenhouse environmental decision support system that further includes a calculation unit. 일간 온실 환경 의사결정지원 서버에 의해 수행되는 일간 온실 환경 의사결정지원 방법으로서,
기상청으로부터 현재 기상 데이터 - 상기 현재 기상 데이터는 제1 시간 구간에 대한 주간 기상 예보 데이터인 제1 예보 데이터 및 상기 제1 시간 구간에 대한 일간 기상 예보 데이터인 제2 예보 데이터를 포함 -; 를 수신하는 기상 데이터 수신 단계;
데이터 베이스로부터 상기 제1 시간 구간을 포함하는 제2 시간 구간에 대한 작기 선도 농가의 과거 기상 데이터 및 과거 온실 데이터를 포함하는 과거 데이터를 수신하는 과거 데이터 수신 단계;
상기 현재 기상 데이터와 상기 과거 기상 데이터의 시 변동에 따른 패턴을 비교하여 상기 현재 기상 데이터와 가장 유사한 패턴을 가지는 일간 유사 그래프를 선출하는 유사 그래프 선출 단계; 및
상기 과거 기상 데이터 및 상기 과거 온실 데이터 중에서, 상기 일간 유사 그래프에 대응되는 과거 기상 데이터 및 과거 온실 데이터의 차이 값을 산출하고, 상기 차이 값을 상기 현재 기상 데이터에 적용하여 일간 환경 예측값을 산출하는 일간 환경 예측값 산출 단계를 포함하고,
상기 유사 그래프 선출 단계는,
상기 제2 시간 구간을 주 단위로 그룹화한 복수의 주간 과거 기상 데이터 각각에 대하여 상기 제1 예보 데이터와의 유사도 판단을 순차적으로 수행하고, 상기 복수의 주간 과거 기상 데이터 중 상기 제1 예보 데이터와 유사도가 가장 높은 주간 과거 기상 데이터를 주간 유사 그래프로 선출하는 단계; 및
상기 주간 유사 그래프에 대응되는 제3 시간 구간을 일 단위로 그룹화한 복수의 일간 과거 기상 데이터 각각에 대하여 상기 제2 예보 데이터와의 유사도 판단을 순차적으로 수행하고, 상기 복수의 일간 과거 기상 데이터 중 상기 제2 예보 데이터와 유사도가 가장 높은 일간 과거 기상 데이터를 일간 유사 그래프로 선출하는 단계를 포함하는 일간 온실 환경 의사결정지원 방법.
As a daily greenhouse environment decision support method performed by a daily greenhouse environment decision support server,
current weather data from the Korea Meteorological Administration, wherein the current weather data includes first forecast data that is weekly weather forecast data for a first time section and second forecast data that is daily weather forecast data for the first time section; weather data receiving step of receiving;
a past data receiving step of receiving past data including past weather data and past greenhouse data of small fresh farms for a second time section including the first time section from a database;
a similarity graph selection step of selecting a daily similarity graph having a pattern most similar to the current weather data by comparing the patterns according to time fluctuations of the current weather data and the past weather data; and
Among the past weather data and the past greenhouse data, a difference value between the past weather data and the past greenhouse data corresponding to the daily similarity graph is calculated, and the difference value is applied to the current weather data to calculate a daily environmental forecast value Comprising the step of calculating the environmental forecast,
The similar graph selection step is
A degree of similarity with the first forecast data is sequentially determined for each of a plurality of weekly past weather data grouped by the second time period on a weekly basis, and a degree of similarity to the first forecast data among the plurality of weekly past weather data selecting the highest weekly historical weather data as a weekly similar graph; and
A similarity determination with the second forecast data is sequentially performed for each of a plurality of daily past weather data in which a third time section corresponding to the weekly similarity graph is grouped in units of days, and among the plurality of daily past weather data A daily greenhouse environment decision support method comprising the step of selecting the daily historical weather data having the highest similarity with the second forecast data as a daily similarity graph.
 일간 온실 환경 의사결정지원 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록매체에 있어서,
상기 일간 온실 환경 의사결정지원 방법은,
기상청으로부터 현재 기상 데이터 - 상기 현재 기상 데이터는 제1 시간 구간에 대한 주간 기상 예보 데이터인 제1 예보 데이터 및 상기 제1 시간 구간에 대한 일간 기상 예보 데이터인 제2 예보 데이터를 포함 -; 를 수신하는 기상 데이터 수신 단계;
데이터 베이스로부터 상기 제1 시간 구간을 포함하는 제2 시간 구간에 대한 작기 선도 농가의 과거 기상 데이터 및 과거 온실 데이터를 포함하는 과거 데이터를 수신하는 과거 데이터 수신 단계;
상기 현재 기상 데이터와 상기 과거 기상 데이터의 시 변동에 따른 패턴을 비교하여 상기 현재 기상 데이터와 가장 유사한 패턴을 가지는 일간 유사 그래프를 선출하는 유사 그래프 선출 단계; 및
상기 과거 기상 데이터 및 상기 과거 온실 데이터 중에서, 상기 일간 유사 그래프에 대응되는 과거 기상 데이터 및 과거 온실 데이터의 차이 값을 산출하고, 상기 차이 값을 상기 현재 기상 데이터에 적용하여 일간 환경 예측값을 산출하는 일간 환경 예측값 산출 단계를 포함하고,
상기 유사 그래프 선출 단계는,
상기 제2 시간 구간을 주 단위로 그룹화한 복수의 주간 과거 기상 데이터 각각에 대하여 상기 제1 예보 데이터와의 유사도 판단을 순차적으로 수행하고, 상기 복수의 주간 과거 기상 데이터 중 상기 제1 예보 데이터와 유사도가 가장 높은 주간 과거 기상 데이터를 주간 유사 그래프로 선출하는 단계; 및
상기 주간 유사 그래프에 대응되는 제3 시간 구간을 일 단위로 그룹화한 복수의 일간 과거 기상 데이터 각각에 대하여 상기 제2 예보 데이터와의 유사도 판단을 순차적으로 수행하고, 상기 복수의 일간 과거 기상 데이터 중 상기 제2 예보 데이터와 유사도가 가장 높은 일간 과거 기상 데이터를 일간 유사 그래프로 선출하는 단계를 포함하는 컴퓨터 판독가능 기록매체.In a computer-readable recording medium comprising a program for executing a daily greenhouse environmental decision support method,
The daily greenhouse environment decision support method is,
current weather data from the Korea Meteorological Administration, wherein the current weather data includes first forecast data that is weekly weather forecast data for a first time section and second forecast data that is daily weather forecast data for the first time section; weather data receiving step of receiving;
a past data receiving step of receiving past data including past weather data and past greenhouse data of small fresh farms for a second time section including the first time section from a database;
a similarity graph selection step of selecting a daily similarity graph having a pattern most similar to the current weather data by comparing the patterns according to time fluctuations of the current weather data and the past weather data; and
Among the past weather data and the past greenhouse data, a difference value between the past weather data and the past greenhouse data corresponding to the daily similarity graph is calculated, and the difference value is applied to the current weather data to calculate a daily environmental forecast value Comprising the step of calculating the environmental forecast,
The similar graph selection step is
A degree of similarity with the first forecast data is sequentially determined for each of a plurality of weekly past weather data grouped by the second time period on a weekly basis, and a degree of similarity to the first forecast data among the plurality of weekly past weather data selecting the highest weekly historical weather data as a weekly similar graph; and
A similarity determination with the second forecast data is sequentially performed with respect to each of a plurality of daily past weather data in which a third time section corresponding to the weekly similarity graph is grouped in units of days, and among the plurality of daily past weather data A computer-readable recording medium comprising the step of selecting the daily past weather data having the highest similarity with the second forecast data as a daily similarity graph.
KR1020190165232A 2019-12-12 2019-12-12 Cloud-based daily greenhouse environment decision support server and daily greenhouse environment decision support system using the same KR102320998B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190165232A KR102320998B1 (en) 2019-12-12 2019-12-12 Cloud-based daily greenhouse environment decision support server and daily greenhouse environment decision support system using the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190165232A KR102320998B1 (en) 2019-12-12 2019-12-12 Cloud-based daily greenhouse environment decision support server and daily greenhouse environment decision support system using the same

Publications (2)

Publication Number Publication Date
KR20210074501A KR20210074501A (en) 2021-06-22
KR102320998B1 true KR102320998B1 (en) 2021-11-03

Family

ID=76600433

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190165232A KR102320998B1 (en) 2019-12-12 2019-12-12 Cloud-based daily greenhouse environment decision support server and daily greenhouse environment decision support system using the same

Country Status (1)

Country Link
KR (1) KR102320998B1 (en)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013066318A (en) * 2011-09-20 2013-04-11 Hitachi Ltd Power demand prediction system and method
JP2017127281A (en) * 2016-01-22 2017-07-27 学校法人酪農学園 Cultivation environment control apparatus, cultivation environment control method, and cultivation environment control program

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150000435A (en) * 2013-06-21 2015-01-02 순천대학교 산학협력단 Recongnition of Plant Growth Steps and Environmental Monitoring System and Method thereof
KR20170028721A (en) * 2015-09-04 2017-03-14 주식회사 케이티 System for controling greenhouse environment and parameter of controller of greenhouse
KR20180003791A (en) * 2016-07-01 2018-01-10 서강대학교산학협력단 Automatic control apparatus and method for plant factory
WO2018180239A1 (en) * 2017-03-27 2018-10-04 ボッシュ株式会社 Information processing device and information processing method

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013066318A (en) * 2011-09-20 2013-04-11 Hitachi Ltd Power demand prediction system and method
JP2017127281A (en) * 2016-01-22 2017-07-27 学校法人酪農学園 Cultivation environment control apparatus, cultivation environment control method, and cultivation environment control program

Also Published As

Publication number Publication date
KR20210074501A (en) 2021-06-22

Similar Documents

Publication Publication Date Title
KR102320987B1 (en) Cloud-based real-time greenhouse environment decision support server and real-time greenhouse environment decision support system using the same
CA3074937A1 (en) System and method for controlling a growth environment of a crop
CN114331753B (en) Intelligent farm affair method and device and control equipment
US10339639B2 (en) Method and system of calibrating a multispectral camera on an aerial vehicle
CN109815916A (en) A kind of recognition methods of vegetation planting area and system based on convolutional neural networks algorithm
US11294098B2 (en) Solar irradiance intensity estimation apparatus, solar irradiance intensity estimation system, and solar irradiance intensity estimation method
KR102115542B1 (en) Management system for pond of golf course using pilotless aircraft
CN114879786B (en) Method, system, device and medium for obtaining edible fungus decision scheme
KR20200122612A (en) Crop growth control system and controlling method of thereof
CN105513096A (en) Method for estimating biomass of winter wheat
CN107861551A (en) A kind of intelligent greenhouse system based on big data
KR20200144905A (en) System and method for automatic crop growth measurement in smart farm
KR102320998B1 (en) Cloud-based daily greenhouse environment decision support server and daily greenhouse environment decision support system using the same
CN102819822A (en) Short-wave non-refrigeration infrared imaging device
JP6612503B2 (en) Irrigation device and irrigation system
Hama et al. Examination of appropriate observation time and correction of vegetation index for drone-based crop monitoring
KR20210147568A (en) Smart farm data processing system and smart farm data processing method
KR102320993B1 (en) Cloud-based weekly greenhouse environment decision support server and weekly greenhouse environment decision support system using the same
CN110622744A (en) Agricultural greenhouse wisdom irrigation system
WO2019235240A1 (en) Information processing device
KR102401786B1 (en) Apparatus and method for growing crops
CN202632367U (en) Shortwave non-refrigeration infrared imaging device
CN105955079A (en) Agricultural crop fine seed selection system based on internet of things
TW202133717A (en) Smart bamboo shoot cultivation harvest monitoring system and method transmit image data back to server end through image determination module to replace and update image depth learning model
Jalajamony et al. Low-cost thermal infrared aided drone for dry patch detection in an intelligent irrigation system

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant