一种垂直农场营养液有效度的软测量方法技术

本发明专利技术提供一种垂直农场营养液有效度的软测量方法，包括以下步骤：获取现场设备的运行数据，作为样本数据，其中3/4作为训练数据，1/4作为测试数据；根据训练数据，建立营养液离子浓度软测量模型；将测试数据输入已建立的检测模型，验证模型效果；利用获得的离子浓度软测量模型，动态更新软测量模型的输入数据，动态获取营养液离子浓度的测量值，并计算得出垂直农场中营养液的有效度。本发明专利技术能够提供一种节省检测成本、降低检测难度、提高检测精度的软测量方法，使之可以检测垂直农场的营养液中重要组分的浓度并判定营养液有效程度，有利于工作人员对垂直农场中营养液的管理。

A Soft Sensing Method for Effectiveness of Nutrient Solution in Vertical Farm

The invention provides a soft-sensing method for nutrient solution availability in vertical farms, which includes the following steps: acquiring the operation data of field equipment as sample data, of which 3/4 is training data and 1/4 is testing data; establishing a soft-sensing model for nutrient solution ion concentration based on training data; inputting test data into the established detection model to verify the effect of the model; and utilizing the obtained data. The soft-sensing model of ion concentration was obtained, and the input data of the soft-sensing model was updated dynamically. The measured value of ion concentration of nutrient solution was obtained dynamically, and the validity of nutrient solution in vertical farm was calculated. The invention can provide a soft-sensing method which saves the detection cost, reduces the detection difficulty and improves the detection accuracy, so that it can detect the concentration of important components in nutrient solution of vertical farm and determine the effective degree of nutrient solution, and is beneficial to the management of nutrient solution of staff in vertical farm.

【技术实现步骤摘要】
一种垂直农场营养液有效度的软测量方法
本专利技术涉及垂直农场
，具体涉及一种营养液组分的软测量方法。
技术介绍
随着人们生活水平的提升以及环境和保健意识的增强，越来越多的人开始追求高效、绿色、便捷且安全的生活，其中，绿色的无公害蔬菜占据着重要地位。市面上已出现多种不同的绿色、健康、无污染蔬菜的生产工艺，垂直农场就是其中的典型代表，具有良好的应用前景。垂直农场的核心就是在人工构筑的多层建筑空间内通过模拟和创造蔬菜的生长环境。而要模拟蔬菜的生长环境就需要对光照强度、二氧化碳浓度、无土营养液浓度配比等诸多工艺参数进行控制。其中，除营养液的有效成分外，都比较容易实现在线监测。营养液促进蔬菜的生长，在其过程中，不仅要检测营养液的电导率、值和温度等参数，更为重要的是要检测对蔬菜生长有着重要作用的营养液各离子参数。现有垂直农场营养液有效度的测量存在两类主要的问题：①目前生产过程中，很多的参数很难或者无法直接进行在线测量，要解决这个问题，就得研究新的测量仪表和传感器，然而此种方式受到材料、工艺和成本等诸多因素的影响，难以取得有效的成果。②受现有在线检测技术的制约，有相当一部分垂直农场在生产过程中，没有在线监测营养液的组分变化，而是采取定期更换营养液的做法，这种做法存在过度更换或者更换不及时两种现象。前者，营养液中的有效成分并未完全吸收，造成极大的浪费；后者，营养液中有效组分缺失，导致蔬菜生长缓慢，直接影响生产效率。两类主要问题制约了垂直农场的良性发展。
技术实现思路
鉴于上述问题，本专利技术的目的是提供一种垂直农场营养液有效度的软测量方法，以解决上述
技术介绍
中指出的问题；软测量以待测的又难以测量的变量作为主导变量，以比较容易测量或可以测量的变量作为辅助变量，通过建立辅助变量与主导变量的数学模型来间接实现主导变量的测量；本专利技术提供一种垂直农场营养液有效度的软测量方法，包括：确定软测量的主导变量和辅助变量。将影响营养液中需要检测的离子作为主导变量，影响各个离子的浓度的所有因素作为辅助变量，包括值、电导率和温度等；针对现有技术的不足，本专利技术的目的在于解决或部分解决现有的垂直农场营养液重要组分检测成本高、难度大、精度低、检测数据判定复杂的问题；提供一种能够节省检测成本、降低检测难度、提高检测精度的软测量方法，使之可以检测垂直农场的营养液中重要组分的浓度并判定营养液有效程度；本专利技术解决其技术问题所采用的技术方案是：（1）虽然营养液组分的检测较为复杂，但其中仍有一些参数可以采用较为简单的方法检测得到；因此，根据这些参数与不同离子之间所存在的映射关系，选取其中的易测参数作为辅助变量进行检测，也就是结合营养液中组分的变化规律，遵循辅助变量与主导变量之间的定量关系，就可以间接得到难以直接测量的重要离子组分的浓度，来实现垂直农场中重要组分的检测；（2）实际中，有很多可以影响到离子浓度测量的辅助变量，若将所有辅助变量都作为输入变量，则会使软测量模型过于复杂，为此，需要对所有辅助变量进行分析，剔除其中解释能力较弱的辅助变量，从而获得精简的软测量模型，提高模型训练和检测的效率；通过对此方法的应用，最终，选择营养液的电导率、值、循环速度和温度这些参数为辅助变量，即输入变量；选择、、、、和这些离子成分为主导变量，即输出变量；（3）实际检测过程中，营养液的组分状态时随着时间不断地改变，尤其是重要组分随着时间大幅度变化时，这要求建立的模型具有在线更新能力；就需要使用实时测量数据来实现动态更新，从而实现软测量模型的在线更新；这样通过模型的动态演化，可以提高模型精度，从而追踪系统的动态特性；（4）借助软测量模型最终计算出的相关离子浓度等参数，选取其中对垂直农场中蔬菜的生产影响较大的参数，并赋予这些辅助变量不同的权值，最后通过计算，得到一个范围在的营养液有效度的计算值；之后，工作人员只需要设定某一作物的有效度阈值，借助这个计算值即可判定是否需要对营养液进行更换；本专利技术可以获得垂直农场营养液中重要组分的浓度在线值，计算机获得检测结果后，将其显示在监控画面上，操作人员可以根据所种植作物对营养液组分浓度要求的不同，适时添加合适浓度的营养液以满足作物生长的需求；一种所述的垂直农场营养液重要组分的软测量方法包括以下步骤：（1）获取N组现场设备的运行数据，作为样本数据，其中3/4作为训练数据，1/4作为测试数据；（2）根据所得训练数据，以及选取的辅助变量和主导变量，建立营养液离子浓度软测量模型；（3）将测试数据输入已经训练好的营养液离子浓度检测模型，进行模型测量效果的验证；（4）根据模型所得的检测数据，计算垂直农场中营养液的有效度；进一步的，步骤（1）中的样本数据包括营养液的电导率、值、温度等辅助变量和主导变量数据，例如，如果选择选择、等成分为主导变量，则需要选择的辅助变量为营养液的电导率、值、循环速度和温度等等；进一步的，步骤（2）中软测量模型的建立具体包括以下步骤：（21）对采集得到的训练数据进行预处理，获得基本特征向量；（22）所得基本特征向量进行特征提取和降维；（23）将提取的有效特征输入下一阶段的模型，进行模型训练；进一步的，步骤（22）中对基本特征向量提取和降维的过程是由个图1显示的结构堆叠在一起而组成图2除去最后一层的结构，因此，要求出每一层的模型参数，就需要对第层之前进行逐层训练，其逐层训练算法采用如下步骤：首先，参考图1，设定算法中的未知参数。设是输入数据，是隐含层向量，是可见层向量；（221）随机初始化模型参数，并设定迭代次数；其中，表示模型参数，是可见层与隐含层之间的权值矩阵，是输入层的偏置向量，是输出层的偏置向量；（222）将输入数据赋值给可见层向量；其中，输入数据包括有营养液不同时刻下的电导率、值、循环速度和温度表示为向量模式，即；（223）基于模型参数需要不断更新、提取的要求，通过式（1）、（2）和（3）分别计算，，的状态值；（1）进一步的，通过该式（1），求出的是隐含层中每个节点的激活概率，接着，就可以从条件分布中抽取出；（2）进一步的，通过该式（2），求出的是可见层中每个节点的激活概率，接着，就可以从条件分布中抽取出；（3）进一步的，通过该式（3），求出的是隐含层中每个节点的激活概率，接着，就可以从条件分布中抽取出；其中，激活函数；（224）利用式（4）进行模型参数的更新，即权值和偏置向量，的更新；（4）其中，是学习速率，用来表示学习速度的快慢；（225）依照以上步骤，进行训练，即不断地更新模型参数，直到达到迭代次数；当达到迭代次数时，在这一层中，对模型参数的更新就完成了，可以进入到下一层的训练当中，直到训练完层时，对基本特征向量进行特征提取和降维的工作就完成了；进一步的，步骤（23）中的模型训练的主要目的是为了得出该层的隐含层与输出层之间的连接权值矩阵，包括以下步骤：首先，设置该层的未知参数，其中，为隐含层和输出层之间的连接权值矩阵；为隐含层的激活函数，为输入层和隐含层之间的连接权值矩阵，为隐含层的偏置向量；表示软测量模型最终输出的离子参数浓度，表示步骤（1）中样本序列的实际离子参数的浓度；（231）将前层的最终输出，输入到第层，则该层输出表示为：（5）（232）式（5）所标示的输出为运算输出，模型训练目的就是要是运算输出与实本文档来自技高网...

【技术保护点】
1.变量选择确定辅助变量和主导变量；其特征在于，依据从现场设备获取的样本数据，结合样本数据中各参数之间存在的关联，选取其中容易测量且检测成本较低的参数作为辅助变量，而难以检测且测量成本高昂、又必须测量的参数作为主导变量；最终，确定营养液的电导率

【技术特征摘要】
1.变量选择确定辅助变量和主导变量；其特征在于，依据从现场设备获取的样本数据，结合样本数据中各参数之间存在的关联，选取其中容易测量且检测成本较低的参数作为辅助变量，而难以检测且测量成本高昂、又必须测量的参数作为主导变量；最终，确定营养液的电导率、值、循环速度和温度这些参数为辅助变量，即输入变量；选择、、、、和这些离子成分为主导变量，即输出变量。2.一种垂直农场营养液有效度的软测量方法，其特征在于，包括以下步骤：（1）获取N组现场设备的运行数据，作为样本数据，其中，3/4作为训练数据，1/4作为测试数据；（2）根据所得训练数据，以及选取的辅助变量和主导变量，建立营养液离子浓度检测模型；（3）将测试数据输入已经训练好的营养液离子浓度检测模型，进行模型测量效果的验证；（4）根据模型所得的检测数据，计算垂直农场中营养液的有效度。3.根据权利要求2所述的软测量方法，其特征在于：所述步骤（2）中建立营养液离子浓度检测模型的具体过程为：（1）逐层更新营养液离子浓度检测模型的前层的模型参数；（2）更新营养液离子浓度检测模型的第层连接权值矩阵。4.根据权利要求3所述的建立营养液离子参数检测模型，其特征在于：所属步骤（1）中逐层更新前层的模型参数的具体过程为：（1）设定算法中的未知参数；设是输入数据，是隐含层向量，是可见层向量；（2）随机初始化模型参数，并设定迭代次数；其中，表示模型参数，其中，是可见层与隐含层之间的权值矩阵，是输入层的偏置向量，是输出层的偏置向量；（3）将输入数据赋值给可见层向量；其中，输入数据包括有营养液不同时刻下的电导率、值、循环速度和温度；表示为向量模式，即；（4）基于模型参数需要不断更新、提取的要求，通过以下式子分别计算，，的状态值；通过该式，求出的是隐含层中每个节点的激活概率，接着，就可以从条件分布中抽取出；通过该式，求出的是可见层中每个节点的激活概率，...

【专利技术属性】
技术研发人员：胡文金，王晓刚，李开术，雷笪，陈永康，石胜兵，刘遥，宋乐鹏，
申请(专利权)人：重庆科技学院，陈永康，
类型：发明
国别省市：重庆,50