【技术实现步骤摘要】
本申请涉及渔业互补，特别是涉及一种基于渔业光伏互补的水产养殖全过程管理方法。
技术介绍
1、“渔光互补”是21世纪以来起源于中国的新型渔业方式，是一种水上发电、水下养殖的新技术。渔光互补将太阳能发电与水产养殖相结合，不占用额外的土地资源，具有管理成本较低、养殖成本低、节能减排和休闲旅游潜力的优点。
2、现有技术中，渔光互补中的光伏建设与水产养殖的平衡效果并不理想，缺少对光伏建设与虾蟹养殖的影响以及相关性方面的研究，从而不能提供虾蟹-光伏发电的高效耦合方法，降低了光伏发电效率或养殖效率。
技术实现思路
1、为解决上述技术问题，本申请提供了一种基于渔业光伏互补的水产养殖全过程管理方法，根据光伏电站的多个光热环境下的水产生长数据进行分析，确定每个生长周期的特征因子并生成生长评价值，根据生长评价值构建水产生长曲线，从而得到虾蟹品质指标与不同光热环境之间的关系，根据最大化光电效率目标函数和光热环境-优选水产品种映射表建立光伏渔业养殖-光热环境-光伏阵列结构的响应机制，从而形成“虾蟹-环境-光伏发电”的高效耦合管理方法，提升渔光互补养殖现代化水平。
2、本申请的一些实施例中，提供了一种基于渔业光伏互补的水产养殖全过程管理方法，包括：
3、获取多个光热环境下的每一生长周期的水产生长数据，根据水产生长数据筛选出每个生长周期的特征因子；
4、对每个生长周期的特征因子对应的水产生长数据进行综合分析，得到每个生长周期的生长评价值，根据生长评价值绘制对应光热
5、对多个水产生长曲线进行分析，根据分析结果筛选出每个光热环境的优选水产品种，并构建光热环境-优选水产品种映射表；
6、建立最大化光电效率目标函数，根据最大化光电效率目标函数和光热环境-优选水产品种映射表确定优选参考组，根据优先参数组制定管理策略。
7、在本申请的一些实施例中，根据水产生长数据筛选出每个生长周期的特征因子，包括：
8、预先设定第一特征指标和第二特征指标；
9、将每个生长周期的水产生长数据和第一特征指标进行综合分析，生成每个生长周期中的每个水产生长数据与第一特征指标的相关联系数，根据第一相关联系数筛选出第一特征指标的特征因子；
10、将每个生长周期的水产生长数据和第二特征指标进行综合分析，生成每个生长周期中的每个水产生长数据与第二特征指标的相关联系数，根据第二相关联系数筛选出第二特征指标的特征因子。
11、在本申请的一些实施例中，对每个生长周期的特征因子对应的水产生长数据进行综合分析，包括：
12、将每个生命周期的第一特征指标的特征因子所涉及的水产生长数据与对应的预设水产生长数据区间进行分析，得到每个生命周期中的第一特征指标的每个特征因子的第一偏离程度，将第一偏离程度进行量化处理，得到多个第一量值；
13、将每个生命周期的第二特征指标的特征因子所涉及的水产生长数据与对应的预设水产生长数据区间进行分析，得到每个生命周期中的第二特征指标的每个特征因子的第二偏离程度，将第二偏离程度进行量化处理，得到多个第二量值。
14、在本申请的一些实施例中，得到每个生长周期的生长评价值，包括：
15、根据若干第一量值和第二量值，得到每个生长周期的第一生长评价值；
16、所述第一生长评价值为:
17、；
18、其中，为第一生长评价值，gi1为第i个第一量值，si1为第i个第一量值的权重系数，a1为第一特征指标对应的影响系数，n为第一量值的总个数，gi2为第i个第二量值，si2为第i个第二量值的权重系数，a2为第二特征指标对应的影响系数，d为第二量值的总个数；
19、预先构建每个生长周期的测试集数据，根据测试集数据生成对应生长周期的第一生长评价值的可信度；
20、根据可信度设定对应生长周期的采集水产个数，根据采集水产的营养成分设定对应生长周期的修正系数e；
21、根据修正系数e对第一生长评价值m进行修正，生成生长评价值m；
22、所述生长评价值m为：m=m*e。
23、在本申请的一些实施例中，根据可信度设定对应生长周期的采集水产个数，包括：
24、预先设定第一预设可信度区间，第二预设可信度区间，第三预设可信度区间和第四预设可信度区间；
25、当可信度处于第一预设可信度区间时，选定第四预设采集水产个数为当前采集水产个数；
26、当可信度处于第二预设可信度区间时，选定第三预设采集水产个数为当前采集水产个数；
27、当可信度处于第三预设可信度区间时，选定第二预设采集水产个数为当前采集水产个数；
28、当可信度处于第四预设可信度区间时，选定第一预设采集水产个数为当前采集水产个数。
29、在本申请的一些实施例中，根据生长评价值绘制对应光热环境的水产生长曲线，包括：
30、根据每个生长周期的长度设定多个生长评价节点，并计算每个生长评价节点处的生长评价值；
31、按照生长评价节点的时间为基准，将同一生长周期中多个生长评价节点的生长评价值绘制为子生长曲线段；
32、将每个生长周期子生长曲线段按照生长周期的时间顺序进行拼接，生成对应光热环境的水产生长曲线。
33、在本申请的一些实施例中，根据分析结果筛选出每个光热环境的优选水产品种，并构建光热环境-优选水产品种映射表，包括：
34、对水产生长曲线中的每个子生长曲线段进行逐一分析，得到水产生长曲线的每个子生长曲线段的变化趋势；
35、若子生长曲线段的变化趋势为下降趋势，则计算下降评价阈值，若下降评价阈值大于预设下降评价阈值，则将当前子生长曲线段对应的水产生长曲线进行一次剔除，将剩余的水产生长曲线进行第二分析；
36、对剩余的水产生长曲线的子生长曲线段进行综合分析，得到剩余的水产生长曲线拼接处的子生长曲线段上的生长评价值；
37、若拼接处的子生长曲线段上的相邻生长评价值进行作差，得到拼接处的多个评价差值，若评价差值大于预设评价差值阈值，则将当前子生长曲线段对应的水产生长曲线进行二次剔除，将剩余的水产生长曲线构成正常水产生长曲线集；
38、将正常水产生长曲线集中的水产生长曲线按照光热环境进行划分，得到同一光热环境的水产生长曲线；
39、计算同一光热环境的水产生长曲线的生长评价速率，将生长评价速率大于预设速率阈值的水产生长曲线设定为当前光热环境的优选水产生长曲线；
40、将优选水产生长曲线对应的水产品种设定为当前光热环境的优选水产品种，并构建光热环境-优选水产品种映射表。
41、在本申请的一些实施例中，建立最大化光电效率目标函数，包括：
42、所述最大化光电效率目标函数为：
43、；
44、其中，p为最大化光电效率目标函数，为本文档来自技高网...
【技术保护点】
1.一种基于渔业光伏互补的水产养殖全过程管理方法，其特征在于，包括：
2.如权利要求1所述的基于渔业光伏互补的水产养殖全过程管理方法，其特征在于，根据水产生长数据筛选出每个生长周期的特征因子，包括：
3.如权利要求2所述的基于渔业光伏互补的水产养殖全过程管理方法，其特征在于，对每个生长周期的特征因子对应的水产生长数据进行综合分析，包括：
4.如权利要求3所述的基于渔业光伏互补的水产养殖全过程管理方法，其特征在于，得到每个生长周期的生长评价值，包括：
5.如权利要求4所述的基于渔业光伏互补的水产养殖全过程管理方法，其特征在于，根据可信度设定对应生长周期的采集水产个数，包括：
6.如权利要求4所述的基于渔业光伏互补的水产养殖全过程管理方法，其特征在于，根据生长评价值绘制对应光热环境的水产生长曲线，包括：
7.如权利要求5所述的基于渔业光伏互补的水产养殖全过程管理方法，其特征在于，根据分析结果筛选出每个光热环境的优选水产品种，并构建光热环境-优选水产品种映射表，包括：
8.如权利要求7所述的基于渔业光伏
9.如权利要求7所述的基于渔业光伏互补的水产养殖全过程管理方法，其特征在于，根据最大化光电效率目标函数和光热环境-优选水产品种映射表确定优选参考组，包括：
...【技术特征摘要】
1.一种基于渔业光伏互补的水产养殖全过程管理方法，其特征在于，包括：
2.如权利要求1所述的基于渔业光伏互补的水产养殖全过程管理方法，其特征在于，根据水产生长数据筛选出每个生长周期的特征因子，包括：
3.如权利要求2所述的基于渔业光伏互补的水产养殖全过程管理方法，其特征在于，对每个生长周期的特征因子对应的水产生长数据进行综合分析，包括：
4.如权利要求3所述的基于渔业光伏互补的水产养殖全过程管理方法，其特征在于，得到每个生长周期的生长评价值，包括：
5.如权利要求4所述的基于渔业光伏互补的水产养殖全过程管理方法，其特征在于，根据可信度设定对应生长周期的采集水产个数，...
【专利技术属性】
技术研发人员：洪亮，冯晓华，张州平，徐颢，殷紫云，江敏，洪逸舟，杨光，黄祯，黄委，戴信成，朱成兴，袁洋，
申请(专利权)人：华能苏州热电有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。