一种基于物联网的低功耗水体智能调控系统及方法技术方案

本发明专利技术涉及水体调控技术领域，具体为一种基于物联网的低功耗水体智能调控系统及方法，包括：步骤S100：对作物生长状况进行获取形成历史状态集；对水管距离进行采集形成距离集；对各温室内作物的温度进行采集形成温度变化集；步骤S200：对所有采集的数据进行存储；步骤S300：分析各温室之间的影响程度；根据历史状态集分析各温室作物正常生长的温度范围；分析当前状态下温室是否需要供热，进一步分析温室环境温度到达正常温度区间临界值的时间；步骤S400：根据距离集分析水体加热到正常温度时的时间，和温室环境温度到达正常温度区间临界值的时间进行匹配；步骤S500：打开水阀，进行温室供热，极大地减少了功耗的同时提高了对温度的预判。预判。预判。

【技术实现步骤摘要】
一种基于物联网的低功耗水体智能调控系统及方法


[0001]本专利技术涉及水体调控
，具体为一种基于物联网的低功耗水体智能调控系统及方法。

技术介绍

[0002]农业是国民经济的重要生产部门，设施农业是现代农业的具体体现；在目前世界人口增长，耕地减少的情况下，温室极大地提高了土地利用率和作物种植密度，扩大了作物的地域适应性，缓解了耕地面积减少和人口增长的矛盾。
[0003]在温室大棚逐渐普及的过程中，往往需要对温室作物进行供暖，在现有技术中人们会使用生炉火加温的方式来对温室供暖，不仅产生许多二氧化碳，污染环境，还浪费许多能源，耗时耗力；同时，也出现了利用水能对温室进行供暖的系统，但仍对温室作物温度的预判和加热功耗的节能上存在一定的发展空间。
[0004]所以，人们需要一种基于物联网的低功耗水体智能调控系统及方法来解决上述问题。

技术实现思路

[0005]本专利技术的目的在于提供一种基于物联网的低功耗水体智能调控系统及方法，以解决上述
技术介绍
中提出的问题。
[0006]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于物联网的低功耗水体智能调控方法，包括以下步骤：步骤S100：对历史数据下不同温度时各温室内的作物生长状况进行获取，形成历史状态集；对各个温室和供水站利用水管连接的距离进行采集，形成距离集；并实时对一定时间各温室内作物的温度进行采集，形成温度变化集；步骤S200：所有采集的数据进行存储；步骤S300：分析各温室之间的影响程度；对存储的历史状态集进行获取，根据历史状态集分析各温室作物正常生长的温度范围，设定为正常温度区间；根据温度变化集分析当前状态下温室是否需要供热，若需要供热，进一步分析温室环境温度到达正常温度区间临界值的时间，确认需要加热的温度和供热时间点；步骤S400：获取供水站水体温度，根据距离集分析各水管内水体加热到正常温度时的时间，将其和温室环境温度到达正常温度区间临界值的时间进行匹配，进一步根据匹配的时间进行水体加热调控；步骤S500：打开水阀，进行温室供热。
[0007]进一步的，所述步骤S100包括：S110：对各个温室信息进行获取，形成温室信息集G={g1,g2,
…
,gn}，其中g1,g2,
…
,gn表示n个温室的信息，包括各个温室的位置信息、作物信息等；基于n个温室的信息，对历史数据下不同温度时各温室内的作物生长状况进行获取，形成历史状态集A={a1,
a2,
…
,as}，其中，a1,a2,
…
,as表示第1、2、
…
s种温度下n个温室的作物生长状态，其中，每一个温室内各作物所需的生长环境相似；S120：分别对各个温室和供水站利用水管连接的距离进行采集，形成距离集：B={b1,b2,
…
,bn}，其中，b1,b2,
…
,bn表示1、2、
…
n个温室和供水站连接的水管长度；S130：由于不同温室内，由于光合作用和其他因素的原因使室温不一定相同，则对当前状态下一定时间段T内各温室内作物的温度进行采集，形成温度变化集：C={c1,c2,
…
,cz}，其中，c1,c2,
…
,cz表示第1、2、
…
z个时间点时的各温室内作物温度值。
[0008]进一步的，所述步骤S300包括：S310：根据温室信息集G和历史状态集A，对任意温室gi在不同温度下的生长状态进行提取，利用图表法得到任意温室gi内作物生长的最优温度，记为wi，其中，gi∈G，遍历历史状态集A，得到n个温室内作物的最优温度集为W={w1,w2,
…
,wn}，其中，w1,w2,
…
,wn表示第1、2、
…
n个温室内作物的最优温度；基于最优温度集W，对任意温室作物最优温度wi进行获取，得到任意温室gi和其相邻温室之间的影响程度di：di={|(wi+1)
‑
wi|+|(wi
‑
1)
‑
wi|}/2，其中i>1；当di大于温度阈值α，表示温室gi和其相邻温室gi+1，gi
‑
1之间的影响程度大，反之，若di小于温度阈值α，表示温室gi和其相邻温室gi+1，gi
‑
1之间的影响程度小；其中，所述图表法属于本领域技术人员的常规技术手段，因此在本申请中就不再做出过多的赘述；S320：基于任意温室gi和其相邻温室之间的影响程度di，利用统计算法将影响程度大的各温室形成区块1，影响程度小的各温室形成区块2，则利用计数算法对区块1的温室信息进行捕捉，记录相应的温室最优温度wi和温室数量β，其中β<n，同时对区块1的温室最优温度wi进行求和，得到最优温度和W1，同理对区块2的温室最优温度wi进行求和，得到最优温度和W2；基于区块1和区块2的最优温度和W1、W2得到n个温室整体的最优温度：ω1=[σ*W1/β+W2/(n
‑
β)]/2，其中，σ表示光合因子；其中，所述统计算法属于本领域技术人员的常规技术手段，因此在本申请中就不再做出过多的赘述；S330：根据步骤S310中的图表法得到任意温室gi内作物生长的正常温度临界值，基于对n个温室作物整体的最优生长温度ω1，同步骤S320分别得到区块1的正常温度临界值和W3和区块2的正常温度临界值和W4，进一步得到n个温室整体的正常温度临界值：ω2=[σ*W3/β+W4/(n
‑
β)]/2，此时，得到正常温度区间为[ω2,ω1]；S340：根据温度变化集C，对任意时间点t时各温室作物的温度进行提取，以时间t为横坐标，温度为纵坐标建立n个温室的温度变化曲线图，此时对任意温室gi的温度变化曲线进行提取，形成坐标集：Xi={(x1,y1),(x2,y2),
…
,(xz,yz)}，其中(x1,y1),(x2,y2),
…
,(xz,yz)表示温室gi作物在第1、2、
…
z个时间点时的温度坐标值；S350：根据曲线变化分析是否需要供热，直线拟合，计算n个温室作物温度最早到达正常温度临界值的时间长度：基于坐标集Xi进行直线拟合，得到拟合直线方程：Y=fi+(hi)x，其中hi为斜率，fi为截距，若|h|大于斜率阈值δ，表示温室gi的温度下降趋势快，则判定当前状态时间点z下温室需要供热；基于对温室供热的确定，预测任意温室gi温度下降到ω1时的时间点ti为：ti=(ω1
‑
fi)/hi，得到时间点集合Tx={t1,t2,
…
,tn}，其中，t1,t2,
…
,tn表示第1、2、
…
、n个温室温度下降到ω2时的时间点；基于任意温室gi温度下降到ω2时的时间点ti，对最早的时间点进行提取，确定时间点为tε=(ω2
‑
fε)/hε，其中，tε∈
Tx。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联网的低功耗水体智能调控方法，其特征在于：包括以下步骤：步骤S100：对历史数据下不同温度时各温室内的作物生长状况进行获取，形成历史状态集；对各个温室和供水站利用水管连接的距离进行采集，形成距离集；并实时对一定时间各温室内作物的温度进行采集，形成温度变化集；步骤S200：对所有采集的数据进行存储；步骤S300：分析各温室之间的影响程度；对存储的历史状态集进行获取，根据历史状态集分析各温室作物正常生长的温度范围，设定为正常温度区间；根据温度变化集分析当前状态下温室是否需要供热，若需要供热，进一步分析温室环境温度到达正常温度区间临界值的时间；步骤S400：获取供水站水体温度，根据距离集分析各水管内水体加热到正常温度时的时间，将其和温室环境温度到达正常温度区间临界值的时间进行匹配，进一步根据匹配的时间进行水体加热调控；步骤S500：打开水阀，进行温室供热。2.根据权利要求1所述的一种基于物联网的低功耗水体智能调控方法，其特征在于：所述步骤S100包括：S110：对各个温室信息进行获取，形成温室信息集G={g1,g2,
…
,gn}，其中g1,g2,
…
,gn表示n个温室的信息；基于n个温室的信息，对历史数据下不同温度时各温室内的作物生长状况进行获取，形成历史状态集A={a1,a2,
…
,as}，其中，a1,a2,
…
,as表示第1、2、
…
s种温度下n个温室的作物生长状态；S120：分别对各个温室和供水站利用水管连接的距离进行采集，形成距离集：B={b1,b2,
…
,bn}，其中，b1,b2,
…
,bn表示1、2、
…
n个温室和供水站连接的水管长度；S130：对当前状态下一定时间段T内各温室内作物的温度进行采集，形成温度变化集：C={c1,c2,
…
,cz}，其中，c1,c2,
…
,cz表示第1、2、
…
z个时间点时的各温室内作物温度值。3.根据权利要求2所述的一种基于物联网的低功耗水体智能调控方法，其特征在于：所述步骤S300包括：S310：根据温室信息集G和历史状态集A，对任意温室gi在不同温度下的生长状态进行提取，利用图表法得到任意温室gi内作物生长的最优温度，记为wi，其中，gi∈G，遍历历史状态集A，得到n个温室内作物的最优温度集为W={w1,w2,
…
,wn}，其中，w1,w2,
…
,wn表示第1、2、
…
n个温室内作物的最优温度；基于最优温度集W，对任意温室作物最优温度wi进行获取，得到任意温室gi和其相邻温室之间的影响程度di：di={|(wi+1)
‑
wi|+|(wi
‑
1)
‑
wi|}/2，其中i>1；当di大于温度阈值α，表示温室gi和其相邻温室gi+1，gi
‑
1之间的影响程度大；S320：基于任意温室gi和其相邻温室之间的影响程度di，利用统计算法将影响程度大的各温室形成区块1，影响程度小的各温室形成区块2，则利用计数算法对区块1的温室信息进行捕捉，记录相应的温室最优温度wi和温室数量β，其中β<n，同时对区块1的温室最优温度wi进行求和，得到最优温度和W1，同理对区块2的温室最优温度wi进行求和，得到最优温度和W2；基于区块1和区块2的最优温度和W1、W2得到n个温室整体的最优温度：ω1=[σ*W1/β+W2/(n
‑
β)]/2，其中，σ表示光合因子；S330：根据S310中的图表法得到任意温室gi内作物生长的正常温度临界值，基于对n个温室作物整体的最优生长温度ω1，同步骤S320分别得到区块1的正常温度临界值和W3和区
块2的正常温度临界值和W4，进一步得到n个温室整体的正常温度临界值：ω2=[σ*W3/β+W4/(n
‑
β)]/2，此时，得到正常温度区间为[ω2,ω1]；S340：根据温度变化集C，对任意时间点t时各温室作物的温度进行提取，以时间t为横坐标，温度为纵坐标建立n个温室的温度变化曲线图，此时对任意温室gi的温度变化曲线进行提取，形成坐标集：Xi={(x1,y1),(x2,y2),
…
,(xz,yz)}，其中(x1,y1),(x2,y2),
…
,(xz,yz)表示温室gi作物在第1、2、
…
z个时间点时的温度坐标值；S350：基于坐标集Xi进行直线拟合，得到拟合直线方程：Y=fi+(hi)x，其中hi为斜率，fi为截距，若...

【专利技术属性】
技术研发人员：吕名礼，朱登平，吴竹，张敏，夏鸽飞，
申请(专利权)人：上海华维可控农业科技集团股份有限公司，
类型：发明
国别省市：