CN109857178B - 基于大数据的温室智能管理系统 - Google Patents

Abstract

本发明公开了基于大数据的温室智能管理系统，包括基于大数据的温室智能管理系统，包括湿度检测单元、第一温度检测单元、数据分析单元、用户输入模块、大数据模块、数据库、处理器、显示模块、存储模块、温度调控单元和湿度调控单元；本发明通过在没有温度调控单元对温室内温度进行调控的惯性期内对室内温度信息进行收集；惯性期为一年，该步骤可在安装系统之前完成；获取到惯性期内每一天的最高温度和最低温度；根据每一天的最高温度和最低温度，求取平均值，并将该均值标记为惯性温度；根据惯性温度进行区域划分，得到一年内若干个阶温段和阶段温度。

Description

基于大数据的温室智能管理系统

技术领域

本发明属于温室管理领域，涉及大数据智能温室管理技术，具体是基于大数据的温室智能管理系统。

背景技术

温室，又称暖房，指有防寒、加温和透光等设施，供冬季培育喜温植物的房间。在不适宜植物生长的季节，能提供生育期和增加产量，多用于低温季节喜温蔬菜、花卉、林木等植物栽培或育苗等。温室是指能控制或部分控制植物生长环境的建筑物。主要用于非季节性或非地域性的植物栽培、科学研究、加代育种和观赏植物栽培等。

智能化温室，通常简称连栋温室或者现代温室，它是设施农业中的高级类型，拥有综合环境控制系统，利用该系统可以直接调节室内温、光、水、肥、气等诸多因素，可以实现全年高产、稳步精细蔬菜、花卉，经济效益好。近几年随着蔬菜大棚建设的快速发展，智能温室为农业发展带来了推动力。智能温室的控制一般由信号采集系统、中心计算机、控制系统三大部分组成。

但是，当前的智能温室在进行培育过程中，做不到足够的智能化，无法在多项农作物需要进行种植时进行作物筛选；而且也无法根据温室内在没有温度调控作用下温度变化的大数据做到节能调控，以最小的调控力度来适应作物的生长；为了解决上述缺陷，现提供一种解决方案。

发明内容

本发明的目的在于提供基于大数据的温室智能管理系统。

本发明所要解决的技术问题为：

(1)如何获取到在没有外界干扰情况下，温室内的温度变化大数据；

(2)如何根据大数据针对节能要求实现对温室大棚的温度控制；

(3)如何对温室大棚实行强制性种植要求。

本发明的目的可以通过以下技术方案实现：

基于大数据的温室智能管理系统，包括基于大数据的温室智能管理系统，包括湿度检测单元、第一温度检测单元、数据分析单元、用户输入模块、大数据模块、数据库、处理器、显示模块、存储模块、温度调控单元和湿度调控单元；

其中，所述湿度检测单元设置于温室内，用于实时检测温室内的实时湿度，所述湿度检测单元用于将湿度信息传输到数据分析单元；所述第一温度检测单元设置于温室内，用于实时检测温室内的室内温度信息，所述第一温度检测单元用于将室内温度信息传输到数据分析单元；

所述用户输入模块用于用户输入作物信息组和模式选择信息，作物信息组包括若干作物信息，所述作物信息为该温室需要进行栽培的农作物的名称；模式选择信息包括强制性调整和自适应性调整；所述大数据模块与互联网相连接，大数据模块用于获取互联网中农作物的培育信息，培育信息为农作物的生长适宜温度范围、适宜土壤湿度范围和生长周期；

所述数据分析单元接收到第一温度检测单元传输的室内温度信息，所述数据分析单元结合第一温度检测单元在初始阶段进入一个数据收集分析，具体分析步骤为：

步骤一：在没有温度调控单元对温室内温度进行调控的惯性期内对室内温度信息进行收集；惯性期为一年，该步骤可在安装系统之前完成；

步骤二：获取到惯性期内每一天的最高温度和最低温度；

步骤三：根据每一天的最高温度和最低温度，求取平均值，并将该平均值标记为惯性温度；

步骤四：根据惯性温度进行区域划分，具体划分步骤表现为：

S1：获取到惯性期第一天的惯性温度；

S2：将该惯性温度标记为Tdy；

S3：将接下来连续的每一天的惯性温度与Tdy进行比较，将惯性温度处于Tdy±X3范围的天数按照日期划分为同一阶温段；并将该天数的所有惯性温度取平均值，该平均值表示为该阶温段的阶段温度，其中，X3为预设值，表示允许浮动的温度误差值；

S4：当后续天数的惯性温度不处于Tdy±X3范围时，则将该惯性温度对应天数定义为新的起点，并获取该天的惯性温度；

S5：重复步骤S2-S5直至将惯性期划分完成；

步骤五：得到一年内若干个阶温段和阶段温度；阶温段根据日期进行标记；将阶温段标记为Cti，i＝1...n，将阶段温度标记为Jti，i＝1...n；Cti与Jti一一对应；

所述数据分析单元用于将阶温段Cti和阶段温度Jti传输到数据库进行实时存储。

进一步地，惯性期后，需要进行作物栽培时，在所述用户输入模块向数据分析单元传输自适应性调整和作物信息时，所述数据分析单元用于进入自适应分析步骤，具体步骤表现为：

步骤一：首先获取到用户输入模块输入的作物信息组；从作物信息组内获取到所有的作物信息；将作物信息标记为Zi，i＝1...n；

步骤二：将作物信息传输到大数据模块，根据作物信息自动从大数据模块获取到所有作物信息适宜的培育温度范围、对应的适宜土壤湿度范围和生长周期；对培育温度范围和对应的适宜土壤湿度范围进行预处理，具体处理步骤如下：

S1：获取到所有作物信息对应的培育温度范围，获取到所有培育温度范围内的最大适应温度和最小适宜温度；

S2：求取得到所有的最大适应温度和最小适宜温度得均值，并将该均值标记为参考温度值Tci，i＝1...n；其中，Tci与Zi一一对应；

S3：获取到所有作物信息对应的适宜土壤湿度范围，并获取到所有适宜土壤湿度范围的最大适宜湿度和最小适宜湿度；

S4：求取所有最大适宜湿度和最小适宜湿度的均值，并将该均值标记为参考湿度值Sci，i＝1...n；其中，Sci与Zi一一对应；

步骤三：根据当下日期和对应作物的生长周期，将二者时间与阶温段进行比较，得到当下所处的阶温段Cti；当该作物的生长周期所处阶温段为一个时，获取到对应该阶温段的阶段温度并将其标记为Jti；当该作物的生长周期所处阶温段大于一个时，获取到对应所有阶温段的阶段温度并求取均值，将该均值标记为Jti；

步骤四：获取到湿度信息，将实时的湿度信息标记为Sd；

步骤五：利用公式Qi＝(Jti-Tci)*X1+(Sd-Sci)*X2计算得到控制参值Qi，i＝1...n；且Qi与Zi一一对应，其中X1和X2均为预设值；

步骤六：将Qi与预设值X4进行比较，当Qi小于X4对应的Zi标记为推荐作物信息，其中，X4为预设值。

进一步地，所述数据分析单元用于将推荐作物信息及其对应的传输到处理器，所述处理器用于将推荐作物信息及其对应的培育温度范围和适宜土壤湿度范围传输到显示模块进行显示；所述处理器用于将培育温度范围传输到温度调控单元，所述温度调控单元用于根据培育温度范围调控温室温度；所述处理器用于将适宜土壤湿度范围传输到湿度调控单元，所述湿度调控单元用于根据适宜土壤湿度范围调控温室土壤湿度。

进一步地，在所述用户输入模块向数据分析单元传输强制性调整和作物信息时，所述数据分析单元用于根据作物信息从大数据模块获取得到作物信息对应的培育温度范围和适宜土壤湿度范围，所述数据分析单元用于将作物信息对应的培育温度范围和适宜土壤湿度范围传输到处理器，所述处理器用于将培育温度范围传输到温度调控单元，所述温度调控单元用于根据培育温度范围调控温室温度；所述处理器用于将适宜土壤湿度范围传输到湿度调控单元，所述湿度调控单元用于根据适宜土壤湿度范围调控温室土壤湿度。

如何根据大数据针对节能要求实现对温室大棚的温度控制；

如何对温室大棚实行强制性种植要求。

本发明的有益效果：

(1)本发明通过在没有温度调控单元对温室内温度进行调控的惯性期内对室内温度信息进行收集；惯性期为一年，该步骤可在安装系统之前完成；获取到惯性期内每一天的最高温度和最低温度；根据每一天的最高温度和最低温度，求取平均值，并将该平均值标记为惯性温度；根据惯性温度进行区域划分，得到一年内若干个阶温段和阶段温度；阶温段根据日期进行标记；将阶温段标记为Cti，将阶段温度标记为Jti；从而实现温室内温度变化的大数据，并进行阶段标定和阶段划分；

(2)本发明根据用户选择的温室调控模式，在选择节能的时候，首先会参考到温度变化大数据，之后根据相关的规则和算法计算得到用户输入待种植作物的控制参值Qi，根据控制参值Qi和相关规则的挑选，自动从用户所选作物信息内挑选出对应的部分推荐作物，推荐用户进行培育种植；

(3)本发明通过用户输入模块向数据分析单元传输强制性调整和作物信息时，之后数据分析单元根据作物信息从大数据模块获取得到作物信息对应的培育温度范围和适宜土壤湿度范围，数据分析单元将作物信息对应的培育温度范围和适宜土壤湿度范围传输到处理器，之后处理器将培育温度范围传输到温度调控单元，之后温度调控单元根据培育温度范围调控温室温度；最后处理器将适宜土壤湿度范围传输到湿度调控单元，湿度调控单元用于根据适宜土壤湿度范围调控温室土壤湿度；本发明简单有效，且易于实用。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的系统框图。

具体实施方式

如图1所示，基于大数据的温室智能管理系统，包括湿度检测单元、第一温度检测单元、数据分析单元、用户输入模块、大数据模块、数据库、处理器、显示模块、存储模块、温度调控单元和湿度调控单元；

其中，所述湿度检测单元设置于温室内，用于实时检测温室内的实时湿度，所述湿度检测单元用于将湿度信息传输到数据分析单元；所述第一温度检测单元设置于温室内，用于实时检测温室内的室内温度信息，所述第一温度检测单元用于将室内温度信息传输到数据分析单元；

所述用户输入模块用于用户输入作物信息组和模式选择信息，作物信息组包括若干作物信息，所述作物信息为该温室需要进行栽培的农作物的名称；模式选择信息包括强制性调整和自适应性调整；所述大数据模块与互联网相连接，大数据模块用于获取互联网中农作物的培育信息，培育信息为农作物的生长适宜温度范围、适宜土壤湿度范围和生长周期；

所述数据分析单元接收到第一温度检测单元传输的室内温度信息，所述数据分析单元结合第一温度检测单元在初始阶段进入一个数据收集分析，具体分析步骤为：

步骤一：在没有温度调控单元对温室内温度进行调控的惯性期内对室内温度信息进行收集；惯性期为一年，该步骤可在安装系统之前完成；

步骤二：获取到惯性期内每一天的最高温度和最低温度；

步骤三：根据每一天的最高温度和最低温度，求取平均值，并将该平均值标记为惯性温度；

步骤四：根据惯性温度进行区域划分，具体划分步骤表现为：

S1：获取到惯性期第一天的惯性温度；

S2：将该惯性温度标记为Tdy；

S3：将接下来连续的每一天的惯性温度与Tdy进行比较，将惯性温度处于Tdy±X3范围的天数按照日期划分为同一阶温段；并将该天数的所有惯性温度取平均值，该平均值表示为该阶温段的阶段温度，其中，X3为预设值，表示允许浮动的温度误差值；

S4：当后续天数的惯性温度不处于Tdy±X3范围时，则将该惯性温度对应天数定义为新的起点，并获取该天的惯性温度；

S5：重复步骤S2-S5直至将惯性期划分完成；

步骤五：得到一年内若干个阶温段和阶段温度；阶温段根据日期进行标记；将阶温段标记为Cti，i＝1...n，将阶段温度标记为Jti，i＝1...n；Cti与Jti一一对应；

所述数据分析单元用于将阶温段Cti和阶段温度Jti传输到数据库进行实时存储；

惯性期后，需要进行作物栽培时，在所述用户输入模块向数据分析单元传输自适应性调整和作物信息时，此时表示用户选择作物培育筛选，选择一种温室温度不需要太大调控力度的方式来进行培育；所述数据分析单元用于进入自适应分析步骤，具体步骤表现为：

步骤一：首先获取到用户输入模块输入的作物信息组；从作物信息组内获取到所有的作物信息；将作物信息标记为Zi，i＝1...n；

步骤二：将作物信息传输到大数据模块，根据作物信息自动从大数据模块获取到所有作物信息适宜的培育温度范围、对应的适宜土壤湿度范围和生长周期；对培育温度范围和对应的适宜土壤湿度范围进行预处理，具体处理步骤如下：

S1：获取到所有作物信息对应的培育温度范围，获取到所有培育温度范围内的最大适应温度和最小适宜温度；

S2：求取得到所有的最大适应温度和最小适宜温度得均值，并将该均值标记为参考温度值Tci，i＝1...n；其中，Tci与Zi一一对应；

S3：获取到所有作物信息对应的适宜土壤湿度范围，并获取到所有适宜土壤湿度范围的最大适宜湿度和最小适宜湿度；

S4：求取所有最大适宜湿度和最小适宜湿度的均值，并将该均值标记为参考湿度值Sci，i＝1...n；其中，Sci与Zi一一对应；

步骤三：根据当下日期和对应作物的生长周期，将二者时间与阶温段进行比较，得到当下所处的阶温段Cti；当该作物的生长周期所处阶温段为一个时，获取到对应该阶温段的阶段温度并将其标记为Jti；当该作物的生长周期所处阶温段大于一个时，获取到对应所有阶温段的阶段温度并求取均值，将该均值标记为Jti；

步骤四：获取到湿度信息，将实时的湿度信息标记为Sd；

步骤五：利用公式Qi＝(Jti-Tci)*X1+(Sd-Sci)*X2计算得到控制参值Qi，i＝1...n；且Qi与Zi一一对应，其中X1和X2均为预设值；

步骤六：将Qi与预设值X4进行比较，当Qi小于X4对应的Zi标记为推荐作物信息，其中，X4为预设值；

所述数据分析单元用于将推荐作物信息及其对应的传输到处理器，所述处理器用于将推荐作物信息及其对应的培育温度范围和适宜土壤湿度范围传输到显示模块进行显示；所述处理器用于将培育温度范围传输到温度调控单元，所述温度调控单元用于根据培育温度范围调控温室温度；所述处理器用于将适宜土壤湿度范围传输到湿度调控单元，所述湿度调控单元用于根据适宜土壤湿度范围调控温室土壤湿度；

在所述用户输入模块向数据分析单元传输强制性调整和作物信息时，此时不做作物培育筛选，进行直接培育；所述数据分析单元用于根据作物信息从大数据模块获取得到作物信息对应的培育温度范围和适宜土壤湿度范围，所述数据分析单元用于将作物信息对应的培育温度范围和适宜土壤湿度范围传输到处理器，所述处理器用于将培育温度范围传输到温度调控单元，所述温度调控单元用于根据培育温度范围调控温室温度；所述处理器用于将适宜土壤湿度范围传输到湿度调控单元，所述湿度调控单元用于根据适宜土壤湿度范围调控温室土壤湿度；

在上述两种温度调控模式中，如果所有作物信息的培育温度范围有温度交叉部分则按温度交叉部分进行温度控制，没有温度交叉部分的话则划分为几个温室进行对应调控培育；对于所有适宜土壤湿度范围的控制器也采用同一种方式。

基于大数据的温室智能管理系统，在工作时通过用户输入模块用于用户输入作物信息组和模式选择信息，作物信息组包括若干作物信息，所述作物信息为该温室需要进行栽培的农作物的名称；模式选择信息包括强制性调整和自适应性调整；所述大数据模块与互联网相连接，大数据模块用于获取互联网中农作物的培育信息，培育信息为农作物的生长适宜温度范围、适宜土壤湿度范围和生长周期；所述数据分析单元接收到第一温度检测单元传输的室内温度信息，所述数据分析单元结合第一温度检测单元在初始阶段进入一个数据收集分析，得到一年内若干个阶温段和阶段温度；之后根据用户选择的温室调控模式，在选择节能的时候，根据相关规则，会自动从用户所选作物信息内挑选出对应的部分推荐作物，推荐用户进行培育种植；如果用户选择强制性种植，则直接根据大数据内作物的适宜温度和湿度进行直接调控；

本发明通过在没有温度调控单元对温室内温度进行调控的惯性期内对室内温度信息进行收集；惯性期为一年，该步骤可在安装系统之前完成；获取到惯性期内每一天的最高温度和最低温度；根据每一天的最高温度和最低温度，求取平均值，并将该平均值标记为惯性温度；根据惯性温度进行区域划分，得到一年内若干个阶温段和阶段温度；阶温段根据日期进行标记；将阶温段标记为Cti，将阶段温度标记为Jti；从而实现温室内温度变化的大数据，并进行阶段标定和阶段划分；

本发明根据用户选择的温室调控模式，在选择节能的时候，首先会参考到温度变化大数据，之后根据相关的规则和算法计算得到用户输入待种植作物的控制参值Qi，根据控制参值Qi和相关规则的挑选，自动从用户所选作物信息内挑选出对应的部分推荐作物，推荐用户进行培育种植；

本发明通过用户输入模块向数据分析单元传输强制性调整和作物信息时，之后数据分析单元根据作物信息从大数据模块获取得到作物信息对应的培育温度范围和适宜土壤湿度范围，数据分析单元将作物信息对应的培育温度范围和适宜土壤湿度范围传输到处理器，之后处理器将培育温度范围传输到温度调控单元，之后温度调控单元根据培育温度范围调控温室温度；最后处理器将适宜土壤湿度范围传输到湿度调控单元，湿度调控单元用于根据适宜土壤湿度范围调控温室土壤湿度；本发明简单有效，且易于实用。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (4)

1.基于大数据的温室智能管理系统，其特征在于，包括基于大数据的温室智能管理系统，包括湿度检测单元、第一温度检测单元、数据分析单元、用户输入模块、大数据模块、数据库、处理器、显示模块、存储模块、温度调控单元和湿度调控单元；

其中，所述湿度检测单元设置于温室内，用于实时检测温室内的实时湿度，所述湿度检测单元用于将湿度信息传输到数据分析单元；所述第一温度检测单元设置于温室内，用于实时检测温室内的室内温度信息，所述第一温度检测单元用于将室内温度信息传输到数据分析单元；

所述用户输入模块用于用户输入作物信息组和模式选择信息，作物信息组包括若干作物信息，所述作物信息为该温室需要进行栽培的农作物的名称；模式选择信息包括强制性调整和自适应性调整；所述大数据模块与互联网相连接，大数据模块用于获取互联网中农作物的培育信息，培育信息为农作物的生长适宜温度范围、适宜土壤湿度范围和生长周期；

所述数据分析单元接收到第一温度检测单元传输的室内温度信息，所述数据分析单元结合第一温度检测单元在初始阶段进入一个数据收集分析，具体分析步骤为：

步骤一：在没有温度调控单元对温室内温度进行调控的惯性期内对室内温度信息进行收集；惯性期为一年，该步骤可在安装系统之前完成；

步骤二：获取到惯性期内每一天的最高温度和最低温度；

步骤三：根据每一天的最高温度和最低温度，求取平均值，并将该平均值标记为惯性温度；

步骤四：根据惯性温度进行区域划分，具体划分步骤表现为：

S1：获取到惯性期第一天的惯性温度；

S2：将该惯性温度标记为Tdy；

S3：将接下来连续的每一天的惯性温度与Tdy进行比较，将惯性温度处于Tdy±X3范围的天数按照日期划分为同一阶温段；并将该天数的所有惯性温度取平均值，该平均值表示为该阶温段的阶段温度，其中，X3为预设值，表示允许浮动的温度误差值；

S4：当后续天数的惯性温度不处于Tdy±X3范围时，则将该惯性温度对应天数定义为新的起点，并获取该天的惯性温度；

S5：重复步骤S2-S5直至将惯性期划分完成；

步骤五：得到一年内若干个阶温段和阶段温度；阶温段根据日期进行标记；将阶温段标记为Cti，i＝1...n，将阶段温度标记为Jti，i＝1...n；Cti与Jti一一对应；

所述数据分析单元用于将阶温段Cti和阶段温度Jti传输到数据库进行实时存储。

2.根据权利要求1所述的基于大数据的温室智能管理系统，其特征在于，惯性期后，需要进行作物栽培时，在所述用户输入模块向数据分析单元传输自适应性调整和作物信息时，所述数据分析单元用于进入自适应分析步骤，具体步骤表现为：

步骤一：首先获取到用户输入模块输入的作物信息组；从作物信息组内获取到所有的作物信息；将作物信息标记为Zi，i＝1...n；

步骤二：将作物信息传输到大数据模块，根据作物信息自动从大数据模块获取到所有作物信息适宜的培育温度范围、对应的适宜土壤湿度范围和生长周期；对培育温度范围和对应的适宜土壤湿度范围进行预处理，具体处理步骤如下：

S1：获取到所有作物信息对应的培育温度范围，获取到所有培育温度范围内的最大适应温度和最小适宜温度；

S2：求取得到所有的最大适应温度和最小适宜温度得均值，并将该均值标记为参考温度值Tci，i＝1...n；其中，Tci与Zi一一对应；

S3：获取到所有作物信息对应的适宜土壤湿度范围，并获取到所有适宜土壤湿度范围的最大适宜湿度和最小适宜湿度；

S4：求取所有最大适宜湿度和最小适宜湿度的均值，并将该均值标记为参考湿度值Sci，i＝1...n；其中，Sci与Zi一一对应；

步骤三：根据当下日期和对应作物的生长周期，将二者时间与阶温段进行比较，得到当下所处的阶温段Cti；当该作物的生长周期所处阶温段为一个时，获取到对应该阶温段的阶段温度并将其标记为Jti；当该作物的生长周期所处阶温段大于一个时，获取到对应所有阶温段的阶段温度并求取均值，将该均值标记为Jti；

步骤四：获取到湿度信息，将实时的湿度信息标记为Sd；

步骤五：利用公式Qi＝(Jti-Tci)*X1+(Sd-Sci)*X2计算得到控制参值Qi，i＝1...n；且Qi与Zi一一对应，其中X1和X2均为预设值；

步骤六：将Qi与预设值X4进行比较，当Qi小于X4对应的Zi标记为推荐作物信息，其中，X4为预设值。

3.根据权利要求2所述的基于大数据的温室智能管理系统，其特征在于，所述数据分析单元用于将推荐作物信息及其对应的传输到处理器，所述处理器用于将推荐作物信息及其对应的培育温度范围和适宜土壤湿度范围传输到显示模块进行显示；所述处理器用于将培育温度范围传输到温度调控单元，所述温度调控单元用于根据培育温度范围调控温室温度；所述处理器用于将适宜土壤湿度范围传输到湿度调控单元，所述湿度调控单元用于根据适宜土壤湿度范围调控温室土壤湿度。

4.根据权利要求1所述的基于大数据的温室智能管理系统，其特征在于，在所述用户输入模块向数据分析单元传输强制性调整和作物信息时，所述数据分析单元用于根据作物信息从大数据模块获取得到作物信息对应的培育温度范围和适宜土壤湿度范围，所述数据分析单元用于将作物信息对应的培育温度范围和适宜土壤湿度范围传输到处理器，所述处理器用于将培育温度范围传输到温度调控单元，所述温度调控单元用于根据培育温度范围调控温室温度；所述处理器用于将适宜土壤湿度范围传输到湿度调控单元，所述湿度调控单元用于根据适宜土壤湿度范围调控温室土壤湿度。

Images