一种具有温度预测功能的日光温室卷帘机智能控温方法和系统技术方案

一种具有温度预测功能的日光温室卷帘机智能控温方法与系统，根据作物的光合需光情况，把室内温度作为一个输入量导入时序分析法小波神经网络温度预测模型中，得到温度的精准预测值；把该预测模型嵌入到卷帘机智能控制系统的控制平台中，将预测值同温室内作物适宜生长的温度阈值比较，由具有人机交互功能的控制平台进行决策并发送相应的控制指令给控制节点，由后者实现对卷帘机的控制。本系统在保证经济效益的前提下提高了室内作物处在适宜的温度条件下的光照时间，并代替用户根据经验手动控制卷帘机，不仅在增长了作物光合作用时间、保证了产量的同时，大大提高了卷帘机控制的自动化程度，而且还减少了卷帘机过卷事故的发生。

Intelligent temperature control method and system for solar greenhouse shutter machine with temperature prediction function

With a system of solar greenhouse intelligent temperature control method of rolling machine with temperature prediction function, according to the crop photosynthetic light, the indoor temperature as an input into the time series analysis method of wavelet neural network temperature prediction model, the accurate prediction of temperature value; the control platform of the embedded intelligent prediction model of rolling machine the control system, the predictive value of crop growth at the indoor temperature threshold comparison, the control platform has the man-machine interactive function of decision making and sending control commands corresponding to the control node, by the latter to achieve control of the rolling machine. This system in the premise of economic benefit is improved under the indoor crop at suitable temperature and illumination time, instead of the user according to the experience of manual control of rolling machine, not only in the growth of the crop photosynthesis time, ensure the production at the same time, greatly improving the degree of automation of rolling machine control, but also reduce the rolling machine overwinding accident.

【技术实现步骤摘要】
一种具有温度预测功能的日光温室卷帘机智能控温方法和系统
本专利技术属于农业智能化
，涉及对温室温度的提前控制，特别涉及一种具有温度预测功能的日光温室卷帘机智能控温方法和系统。
技术介绍
温室在冬季需要保温设备使室内温度保持在适宜作物生长的范围。日光温室因其生产用途，考虑到经济投入成本，只能在冬季夜晚温度过低时通过将卷帘棉被覆盖在棚顶实现保温蓄热的功能。卷帘棉被由卷帘机进行卷帘和放帘作业，在生产过程中，大多数由农户根据经验判断开棚和关棚时间，手动控制卷帘电机作业，并不能合理地根据大棚内作物适宜生长的温度、光照范围进行控制，且操作不当容易造成卷帘机过卷使棉被从棚顶掉落造成经济损失。考虑到日光温室的生产性目的和低成本需求，专利技术了一种具有温度预测功能的卷帘机智能控温系统。其中具有温度预测功能的算法模型可以预测10min后大棚内的温度值，通过对预测温度、当前光照强度值和棚内作物适宜生长的温度、光照强度阈值的判断，决定开棚和关棚时间，代替了农户根据经验进行开棚关棚作业。可以结合不同作物在生长中的温度和光照强度需求，合理确定开关棚时间，通过提前开棚和延时关棚，尽可能延长作物光照时间，促进本文档来自技高网...

【技术保护点】
一种具有温度预测功能的日光温室卷帘机智能控温方法，其特征在于，包括如下步骤：步骤1：根据温室内作物的温度变化情况，建立具有针对性的基于时序分析法的小波神经网络温度预测模型；步骤2：监测包含温室内若干特征点的空气温度T和室外的光照强度L在内的信息；步骤3：根据监测到的室内温度T和室外光照L，对温室内的下一阶段的温度进行预测，如果预测温度大于作物光合作用最小温度阈值且室外光照大于最小光照阈值则打开卷帘棉被，即早上尽早开卷帘棉被使作物的光合作用时间提前，如果预测温度小于作物光合作用最小温度阈值且光照小于最小光照阈值则关闭卷帘棉被，即晚上推迟关闭卷帘棉被时间以延长作物光合时间。

【技术特征摘要】
1.一种具有温度预测功能的日光温室卷帘机智能控温方法，其特征在于，包括如下步骤：步骤1：根据温室内作物的温度变化情况，建立具有针对性的基于时序分析法的小波神经网络温度预测模型；步骤2：监测包含温室内若干特征点的空气温度T和室外的光照强度L在内的信息；步骤3：根据监测到的室内温度T和室外光照L，对温室内的下一阶段的温度进行预测，如果预测温度大于作物光合作用最小温度阈值且室外光照大于最小光照阈值则打开卷帘棉被，即早上尽早开卷帘棉被使作物的光合作用时间提前，如果预测温度小于作物光合作用最小温度阈值且光照小于最小光照阈值则关闭卷帘棉被，即晚上推迟关闭卷帘棉被时间以延长作物光合时间。2.根据权利要求1所述具有温度预测功能的日光温室卷帘机智能控温方法，其特征在于，所述步骤1中，首先进行预实验，对日光温室进行监测，获取实验温室内的温度变化情况，将数据分为训练集和测试集，比例分别为86％和14％，进行小波神经算法的分析，利用时序分析法对室内温度进行预测，采用的小波神经网络结构为4—6—1：输入层有4个节点，表示预测时间节点前4个时间点的温度；隐含层为6个节点；输出层为1个节点，即输出下一时刻的预测温度，数据集分为测试集和验证集，学习率为0.01，学习概率为0.001，学习步数为100，通过对温度表征点进行训练测试，最终得到温室的温度预测模型。3.根据权利要求1或2所述具有温度预测功能的日光温室卷帘机智能控温方法，其特征在于，所述基于时序分析法的小波神经网络温度预测模型调用mymorlet函数，公式为：其中t为当前时刻温度，y为下一时刻的预测温度。4.根据权利要求1或2所述具有温度预测功能的日光温室卷帘机智能控温方法，其特征在于，所述步骤1中，采用min-max标准化(Min-MaxNormalization)对温度值和时间值进行归一化之后，作为基于小波神经网络的时序分析法的原始数据进行数据分析，最后再对预测值进行反归一处理。5.根据权利要求1或2所述具有温度预测功能的日光温室卷帘机智能控温方法，其特征在于，所述步骤1中，使用MATLAB中的cftool工具箱对预测值和实际值的误差进行拟合分析，得到温度预测值的最大误差值为1.6℃，最小误差为0℃，拟合公式为：y＝0.9872x-0.1702,SSE＝3.607；R-square＝0.9971；AdjustedR-square＝0.9971；RMSE＝0...

【专利技术属性】
技术研发人员：张海辉，范奥华，裴雪，刘焕宇，王孝龙，张彦钦，王东，杨有刚，
申请(专利权)人：西北农林科技大学，
类型：发明
国别省市：陕西,61