畜禽舍内热湿热湿环境预测方法及装置制造方法及图纸

本发明专利技术提供一种畜禽舍内热湿环境预测方法及装置，该方法包括：基于先验知识对目标畜禽舍第一时段内目标参数和变量参数的时序数据进行知识融合，根据知识融合结果获取目标畜禽舍第一时段内的特征时序数据；将特征时序数据输入热湿环境预测模型，获取由热湿环境预测模型输出的目标畜禽舍第二时段内目标参数的预测结果；其中，第一时段的终点与第二时段的起点均为当前时刻；特征时序数据，包括目标畜禽舍内养殖的畜禽的总产热量和总产湿量。本发明专利技术提供的畜禽舍内热湿热湿环境预测方法及装置，通过在深度学习技术的基础上融合畜禽舍传热传质物理原理，能更准确、更高效的预测畜禽舍内的热湿环境，能兼顾预测的普适性和应用的便利性。便利性。便利性。

【技术实现步骤摘要】
畜禽舍内热湿热湿环境预测方法及装置


[0001]本专利技术涉及计算机
，尤其涉及一种畜禽舍内热湿热湿环境预测方法及装置。

技术介绍

[0002]科学研究和生产实践证明，在高密度、大规模的畜禽养殖中，适宜的养殖环境是影响畜禽健康和生产性能的关键因素，也是保障其发挥遗传潜力和生产效率的基础。现有技术中，可以利用传感器采集畜禽舍内的实时环境数据，尤其是温度、湿度等热湿环境数据，并可以依赖上述实时环境数据，对畜禽舍内的热湿环境进行调控，以确保畜禽舍内的环境可以满足畜禽的健康生长。
[0003]然而，在畜禽舍内空间较大的情况下，畜禽舍内温湿度波动较大且分布不均匀，导致对畜禽舍内的热湿环境进行调控之后，通常需要一定时间，畜禽舍内的热湿环境才能达到预期效果。因此，提前对畜禽舍内的热湿环境进行预测，可以基于预测结果实现畜禽舍内热湿环境的预测性调控，能大大提高禽畜舍热湿环境调控的效率。
[0004]现有的畜禽舍内热湿热湿环境预测方法主要包括机理模型方法和“黑箱模型”方法两类。上述机理模型方法可以基于传热传质、流通力学及建筑通风的基础理论进行模拟计算，获得畜禽舍内热湿环境的预测结果。上述“黑箱模型”方法可以利用机器学习模型或时间序列模型对畜禽舍内热湿环境进行实时、动态预测，而无需关注畜禽舍环境调控过程中的物理定律和原理。但是，上述机理模型方法在实际应用中计算过程复杂，预测效率不高；上述“黑箱模型”方法在实际应用中的泛化能力较差，难以准确的预测畜禽舍内的热湿环境。因此，如何更准确、更高效的对畜禽舍内热湿环境进行预测是本领域亟待解决的技术问题。

技术实现思路

[0005]本专利技术提供一种畜禽舍内热湿环境预测方法及装置，用以解决现有技术中难以准确、高效的对畜禽舍内的热湿环境进行预测的缺陷，实现更准确、更高效进行畜禽舍内热湿环境的预测。
[0006]本专利技术提供一种畜禽舍内热湿环境预测方法，包括：
[0007]获取目标畜禽舍第一时段内目标参数和变量参数的时序数据；
[0008]基于先验知识对所述时序数据进行知识融合，根据知识融合结果获取所述目标畜禽舍第一时段内的特征时序数据；
[0009]将所述特征时序数据输入热湿环境预测模型，获取由所述热湿环境预测模型输出的所述目标畜禽舍第二时段内目标参数的预测结果；
[0010]其中，所述第一时段的终点与所述第二时段的起点均为当前时刻；所述特征时序数据，包括所述目标畜禽舍内养殖的畜禽的总产热量和总产湿量；所述热湿环境预测模型，是基于样本畜禽舍第一样本时段内的样本特征时序数据和所述样本畜禽舍第二样本时段
内目标参数的时序数据进行训练后得到的；所述第一样本时段的终点为所述第二样本时段的起点。
[0011]根据本专利技术提供的一种畜禽舍内热湿环境预测方法，所述特征时序数据，还包括所述目标畜禽舍中降温系统的焓湿转换量。
[0012]根据本专利技术提供的一种畜禽舍内热湿环境预测方法，所述热湿环境预测模型是基于朴素贝叶斯算法训练得到的。
[0013]根据本专利技术提供的一种畜禽舍内热湿环境预测方法，所述将所述特征时序数据输入热湿环境预测模型，获取由所述热湿环境预测模型输出的所述目标畜禽舍第二时段内目标参数的预测结果，包括：
[0014]将所述特征时序数据输入热湿环境预测模型，由所述热湿环境预测模型基于注意力机制对所述目标畜禽舍第二时段内的目标参数进行预测，进而获取所述热湿环境预测模型输出的所述预测结果。
[0015]根据本专利技术提供的一种畜禽舍内热湿环境预测方法，所述热湿环境预测模型是基于长短期记忆网络构建的。
[0016]根据本专利技术提供的一种畜禽舍内热湿环境预测方法，所述将所述特征时序数据输入热湿环境预测模型，获取由所述热湿环境预测模型输出的所述目标畜禽舍第二时段内目标参数的预测结果之后，还包括：
[0017]基于所述预测结果对所述畜禽进行热舒适度评估，获取所述畜禽的热舒适度评估结果。
[0018]根据本专利技术提供的一种畜禽舍内热湿环境预测方法，所述基于所述预测结果对所述畜禽进行热舒适度评估，获取所述畜禽的热舒适度评估结果之后，还包括：
[0019]基于所述热舒适度评估结果和所述预测结果，对所述目标畜禽舍进行舍内热湿环境调控。
[0020]本专利技术还提供一种畜禽舍内热湿环境预测装置，包括：
[0021]数据采集模块，用于获取目标畜禽舍第一时段内目标参数和变量参数的时序数据；
[0022]知识融合模块，用于基于先验知识对所述时序数据进行知识融合，根据知识融合结果获取所述目标畜禽舍第一时段内的特征时序数据；
[0023]参数预测模块，用于将所述特征时序数据输入热湿环境预测模型，获取由所述热湿环境预测模型输出的所述目标畜禽舍第二时段内目标参数的预测结果；
[0024]其中，所述第一时段的终点与所述第二时段的起点均为当前时刻；所述特征时序数据，包括所述目标畜禽舍内养殖的畜禽的总产热量和总产湿量；所述热湿环境预测模型，是基于样本畜禽舍第一样本时段内的样本特征时序数据和所述样本畜禽舍第二样本时段内目标参数的时序数据进行训练后得到的；所述第一样本时段的终点为所述第二样本时段的起点。
[0025]根据本专利技术提供的一种畜禽舍内热湿环境预测装置，所述数据采集模块，包括：传感器和数据收发网关；
[0026]所述传感器和所述数据收发网关，用于获取目标畜禽舍第一时段内目标参数和变量参数的时序数据。
[0027]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述畜禽舍内热湿环境预测方法。
[0028]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述畜禽舍内热湿环境预测方法。
[0029]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述畜禽舍内热湿环境预测方法。
[0030]本专利技术提供的畜禽舍内热湿环境预测方法及装置，通过基于先验知识，对目标畜禽舍第一时段内目标参数和变量参数的时序数据进行知识融合，根据知识融合结果获取目标畜禽舍第一时段内的特征时序数据，将上述特征时序数据输入热湿环境预测模型，获得由热湿环境预测模型输出的目标畜禽舍第二时段内目标参数的预测结果，其中，上述特征时序数据包括目标畜禽舍内养殖的畜禽的总产热量和总产湿量，第一时段的终点和第二时段的起点均为当前时刻，通过深度学习技术的基础上融合了畜禽舍传热传质物理原理等先验知识，能更准确、更高效的预测畜禽舍内的热湿环境，能兼顾预测的普适性和应用的便利性，能满足畜禽舍预测性舍内热湿环境调控的需求。
附图说明
[0031]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种畜禽舍内热湿热湿环境预测方法，其特征在于，包括：获取目标畜禽舍第一时段内目标参数和变量参数的时序数据；基于先验知识对所述时序数据进行知识融合，根据知识融合结果获取所述目标畜禽舍第一时段内的特征时序数据；将所述特征时序数据输入热湿环境预测模型，获取由所述热湿环境预测模型输出的所述目标畜禽舍第二时段内目标参数的预测结果；其中，所述第一时段的终点与所述第二时段的起点均为当前时刻；所述特征时序数据，包括所述目标畜禽舍内养殖的畜禽的总产热量和总产湿量；所述热湿环境预测模型，是基于样本畜禽舍第一样本时段内的样本特征时序数据和所述样本畜禽舍第二样本时段内目标参数的时序数据进行训练后得到的；所述第一样本时段的终点为所述第二样本时段的起点。2.根据权利要求1所述的畜禽舍内热湿热湿环境预测方法，其特征在于，所述特征时序数据，还包括所述目标畜禽舍中降温系统的焓湿转换量。3.根据权利要求1所述的畜禽舍内热湿热湿环境预测方法，其特征在于，所述热湿环境预测模型是基于朴素贝叶斯算法训练得到的。4.根据权利要求1所述的畜禽舍内热湿热湿环境预测方法，其特征在于，所述将所述特征时序数据输入热湿环境预测模型，获取由所述热湿环境预测模型输出的所述目标畜禽舍第二时段内目标参数的预测结果，包括：将所述特征时序数据输入热湿环境预测模型，由所述热湿环境预测模型基于注意力机制对所述目标畜禽舍第二时段内的目标参数进行预测，进而获取所述热湿环境预测模型输出的所述预测结果。5.根据权利要求4所述的畜禽舍内热湿热湿环境预测方法，其特征在于，所述热湿环境预测模型是基于长短期记忆网络构建的。6.根据权利要求1至5任一所述的畜禽舍内热湿热湿环境预测方法，其特征在于，所述将所述特征时序数据输入热湿环境预测模型，获取由所述热湿环境预测模型输出的所述目标畜禽舍第二时段内目标参数的预测结果之后，还包括：基于所述预测结果对所述畜禽进行热舒适度评估，获取所述畜禽的热舒适度评估结果...

【专利技术属性】
技术研发人员：李奇峰，段丹丹，丁露雨，余礼根，马为红，高荣华，于沁杨，
申请(专利权)人：清远市智慧农业农村研究院，
类型：发明
国别省市：