CN111324039A - 一种用于屋顶花园浇灌的雨水循环系统及其控制方法 - Google Patents
一种用于屋顶花园浇灌的雨水循环系统及其控制方法 Download PDFInfo
- Publication number
- CN111324039A CN111324039A CN202010286578.3A CN202010286578A CN111324039A CN 111324039 A CN111324039 A CN 111324039A CN 202010286578 A CN202010286578 A CN 202010286578A CN 111324039 A CN111324039 A CN 111324039A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- rainwater
- roof garden
- rainfall
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000003973 irrigation Methods 0.000 title claims abstract description 20
- 230000002262 irrigation Effects 0.000 title claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 115
- 238000012544 monitoring process Methods 0.000 claims abstract description 42
- 230000007613 environmental effect Effects 0.000 claims abstract description 31
- 238000005507 spraying Methods 0.000 claims abstract description 31
- 238000013135 deep learning Methods 0.000 claims abstract description 25
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 238000001914 filtration Methods 0.000 claims abstract description 22
- 238000013528 artificial neural network Methods 0.000 claims abstract description 12
- 238000013500 data storage Methods 0.000 claims abstract description 11
- 230000000875 corresponding effect Effects 0.000 claims description 55
- 238000000354 decomposition reaction Methods 0.000 claims description 37
- 230000001276 controlling effect Effects 0.000 claims description 20
- 241000196324 Embryophyta Species 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 230000009471 action Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 210000005036 nerve Anatomy 0.000 claims description 7
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 6
- 239000012535 impurity Substances 0.000 claims description 6
- 230000007787 long-term memory Effects 0.000 claims description 6
- 230000001537 neural effect Effects 0.000 claims description 6
- 229910052760 oxygen Inorganic materials 0.000 claims description 6
- 239000001301 oxygen Substances 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 230000006403 short-term memory Effects 0.000 claims description 6
- 238000013210 evaluation model Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 4
- 238000004064 recycling Methods 0.000 claims description 4
- 230000001580 bacterial effect Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 230000015654 memory Effects 0.000 claims description 3
- 235000015097 nutrients Nutrition 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 241000894007 species Species 0.000 claims 2
- 239000007921 spray Substances 0.000 claims 1
- 230000000007 visual effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G25/00—Watering gardens, fields, sports grounds or the like
- A01G25/16—Control of watering
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G25/00—Watering gardens, fields, sports grounds or the like
- A01G25/16—Control of watering
- A01G25/167—Control by humidity of the soil itself or of devices simulating soil or of the atmosphere; Soil humidity sensors
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
- E03B3/00—Methods or installations for obtaining or collecting drinking water or tap water
- E03B3/02—Methods or installations for obtaining or collecting drinking water or tap water from rain-water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/0285—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks and fuzzy logic
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/108—Rainwater harvesting
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本发明属于雨水循环技术领域，公开了一种用于屋顶花园浇灌的雨水循环系统及其控制方法，所述用于屋顶花园浇灌的雨水循环系统包括：视频监控模块、天气数据采集模块、水质检测模块、中央控制模块、降雨量预测模块、雨水收集模块、雨水过滤模块、雨水喷洒模块、预警模块、数据存储模块、显示模块。本发明通过加权法汇集各个BP神经网络输出的加权输出层能够考虑全部水质获取参数对于水质影响的指向性从而输出更为客观的水质数据；同时，利用深度学习的方式建立降雨量预测模型，并将实时环境因素应用于该降雨量预测模型；其中，该降雨量预测模型将实时环境因素代入该降雨量预测模型即可预测出实时环境因素下所有可能带来的降雨量信息。
Description
技术领域
本发明属于雨水循环技术领域，尤其涉及一种用于屋顶花园浇灌的雨水循环系统及其控制方法。
背景技术
屋顶花园不但降温隔热效果优良，而且能美化环境、净化空气、改善局部小气候，还能丰富城市的俯仰景观，能补偿建筑物占用的绿化地面，大大提高了城市的绿化覆盖率，是一种值得大力推广的屋面形式。然而，现有用于屋顶花园浇灌的雨水循环系统对水质检测数据不准确，影响植物用水；同时，不能准确的预测降雨量，不利于雨水收集。
综上所述，现有技术存在的问题是：现有用于屋顶花园浇灌的雨水循环系统对水质检测数据不准确，影响植物用水；不能准确的预测降雨量，不利于雨水收集；同时，不能及时对异常的雨水灌溉情况进行预警。
发明内容
针对现有技术存在的问题，本发明提供了一种用于屋顶花园浇灌的雨水循环系统及其控制方法。
本发明是这样实现的，一种用于屋顶花园浇灌的雨水循环系统的控制方法，所述用于屋顶花园浇灌的雨水循环系统的控制方法包括以下步骤：
步骤一，通过水质检测设备检测屋顶花园的水质数据：(I)通过水质检测设备获取多种水质指标采样数据，构成水质获取参数集；
(II)将所述水质获取参数集输入预设的解耦合参评模型以得到水质输出结果；
(III)所述解耦合参评模型包括三层结构，用于接收输入并对所述水质获取参数集进行参数分解的参数分解层，与所述参数分解层连接的模糊神经层以及与所述模糊神经层连接的加权输出层。
步骤二，通过主控机控制降雨量预测程序根据步骤一采集的天气数据对屋顶花园的降雨量进行预测：(1)通过预测程序获取目标区域的历史降雨量信息和对应的历史环境因素；
(2)对所述历史降雨量信息和所述对应的历史环境因素进行深度学习，得到降雨量预测模型；
(3)根据所述目标区域的实时环境因素，应用所述降雨量预测模型评估所述目标区域的未来降雨量信息。
步骤三，通过收集箱收集雨水，并通过水质过滤装置对收集的雨水中的杂质进行过滤；通过喷洒器根据主控机的喷洒指令对屋顶花园进行喷洒浇灌操作。
步骤四，通过声光预警器对屋顶花园的异常水质数据及喷洒浇灌情况进行预警：1)通过主控机预置的数据接口获取天气监测设备采集的屋顶花园范围内的天气预报数据；
2)从所述屋顶花园范围内的天气预报数据中提取出对应的气象参数；
3)将所述气象参数转化为对应的天气符号图像，并依据所述气象参数，绘制所述屋顶花园对应的气象参数曲线图；
4)根据所述天气符号图像及所述气象参数曲线图确定对应屋顶花园的植物品种；
5)根据所述植物品种，将所述天气符号图像通过动作映射表转换为对应的动作执行令，所述动作执行指令用于对屋顶花园的植物进行预警提示。
进一步，步骤一之前，需进行：步骤I，通过摄像器对屋顶花园的雨水浇灌情况进行实时监控，并将监控数据发送至主控机；
步骤II，通过天气监测设备采集屋顶花园范围内的天气数据；
步骤四之后，还需进行：
步骤1，通过微型存储芯片存储屋顶花园监控视频、天气数据、雨水水质数据以及降雨量预测结果的实时数据；
步骤2，通过显示器显示屋顶花园监控视频、天气数据、雨水水质数据以及降雨量预测结果的实时数据。
进一步，步骤一中，所述参数分解层包括参数种类分解层和与所述参数种类分解层连接的多个参数数值分解层，每个参数数值分解层均由一个或多个分解单元构成；每个分解单元均具备其对应的数据中心和扩展宽度；
所述每个分解单元均与一个BP神经网络对应连接；全部的BP神经网络构成了模糊神经层，所述模糊神经层中的各个BP神经网络均与加权输出层连接；
所述水质指标采样数据包括水浊度、水色度、水温度、水PH值，水营养元素含量、水细菌含量、水化学需氧量、水五日生化需氧量和/或水悬浮物中的多种；
所述水质输出结果中可以以评分方式表示水质，评分越高水质越好。
进一步，步骤二中，所述历史环境因素包括湿度信息、气候类型和/或温度信息；所述对所述历史降雨量信息和所述对应的历史环境因素进行深度学习，得到降雨量预测模型的步骤，具体包括：
将所述历史环境因素作为输入，将对应的所述历史降雨量信息作为输出，利用长短期记忆网络进行深度学习，得到所述降雨量预测模型。
进一步，所述对所述历史降雨量信息和所述对应的历史环境因素进行深度学习，得到降雨量预测模型的步骤，具体包括：
将第一时长内的多次降雨对应的历史环境因素序列作为输入，将所述多次降雨对应的多项历史降雨量信息序列作为输出，利用长短期记忆网络进行深度学习，得到所述降雨量预测模型，其中，所述降雨量预测模型用于预测未来所述第一时长内的降雨量信息。
进一步，所述对所述历史降雨量信息和所述对应的历史环境因素进行深度学习，得到降雨量预测模型的步骤，具体包括：
根据第二时长内的多次降雨对应的历史降雨量信息，确定历史降雨量的变化趋势信息；
将所述第二时长内的多次降雨对应的历史环境因素序列作为输入，将所述历史降雨量的变化趋势信息作为输出，利用长短期记忆网络进行深度学习，得到所述降雨量预测模型，其中，所述降雨量预测模型用于预测未来所述第二时长内降雨量的变化趋势信息。
进一步，步骤四中，所述通过声光预警器对屋顶花园的异常水质数据及喷洒浇灌情况进行预警的方法还包括：
设置多个数据接口获取天气预报数据；
统计所述多个数据接口中每个数据接口的天气预报数据与实际天气数据的误差率；
选取误差率最小的数据接口为所述预置的数据接口。
本发明的另一目的在于提供一种应用所述的用于屋顶花园浇灌的雨水循环系统的控制方法的用于屋顶花园浇灌的雨水循环系统，所述用于屋顶花园浇灌的雨水循环包括：
视频监控模块、天气数据采集模块、水质检测模块、中央控制模块、降雨量预测模块、雨水收集模块、雨水过滤模块、雨水喷洒模块、预警模块、数据存储模块、显示模块。
视频监控模块，与中央控制模块连接，用于通过摄像器对屋顶花园的雨水浇灌情况进行实时监控，并将监控数据发送至主控机；
天气数据采集模块，与中央控制模块连接，用于通过天气监测设备采集屋顶花园范围内的天气数据；
水质检测模块，与中央控制模块连接，用于通过水质检测设备检测屋顶花园的水质数据；
中央控制模块，与视频监控模块、天气数据采集模块、水质检测模块、降雨量预测模块、雨水收集模块、雨水过滤模块、雨水喷洒模块、预警模块、数据存储模块、显示模块连接，用于通过主控机控制各个模块正常工作；
降雨量预测模块，与中央控制模块连接，用于通过降雨量预测程序根据采集的天气数据对屋顶花园的降雨量进行预测；
雨水收集模块，与中央控制模块连接，用于通过收集箱收集雨水；
雨水过滤模块，与中央控制模块连接，用于通过水质过滤装置对收集的雨水中的杂质进行过滤；
雨水喷洒模块，与中央控制模块连接，用于通过喷洒器根据主控机的喷洒指令对屋顶花园进行喷洒浇灌操作；
预警模块，与中央控制模块连接，用于通过声光预警器对屋顶花园的异常水质数据及喷洒浇灌情况进行预警；
数据存储模块，与中央控制模块连接，用于通过微型存储芯片存储屋顶花园监控视频、天气数据、雨水水质数据以及降雨量预测结果的实时数据；
显示模块，与中央控制模块连接，用于通过显示器显示屋顶花园监控视频、天气数据、雨水水质数据以及降雨量预测结果的实时数据。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施所述的用于屋顶花园浇灌的雨水循环系统的控制方法。
本发明的另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行所述的用于屋顶花园浇灌的雨水循环系统的控制方法。
本发明的优点及积极效果为：本发明通过水质检测模块利用设计解耦合参评模型达到自动化模糊化获取水质评价结果的技术目的，解耦合参评模型基于三层结构设计，并且每个分解单元均能够捕获特定的水质获取参数，而与分解单元对应的BP神经网络能够在大数据的支持下对所述水质获取参数对水质的影响作出反应，而使用加权法汇集各个BP神经网络输出的加权输出层能够考虑全部水质获取参数对于水质影响的指向性从而输出更为客观的水质数据；同时，通过降雨量预测模块利用深度学习的方式建立降雨量预测模型，并将实时环境因素应用于该降雨量预测模型，其中，该降雨量预测模型是由历史降雨量信息和对应的历史环境因素深度学习而成，根据深度学习的高效预测功能，将实时环境因素代入该降雨量预测模型即可预测出实时环境因素下所有可能带来的降雨量信息。
本发明通过预置的数据接口获取天气预报数据，从该天气预报数据中提取出对应屋顶花园的气象参数，将该气象参数转化为对应的天气符号图像，确定天气符号图像对应屋顶花园的植物品种，根据该植物品种，将天气符号图像通过动作映射表转换为对应的动作执行指令，该动作执行指令用于对生产基地的植物进行预警提示。因此，本发明中，直接通过数据接口获取天气数据，相对于人工获取数据的方式，提高了天气数据获取的时间效率及准确率，而将气象参数转化为对应的天气符号图像，并进一步将天气符号图像映射为与该生产基地的植物品种相关的动作执行指令，用于对屋顶花园的植物进行预警提示，提高了预警措施实施的实时性及有效性。
附图说明
图1是本发明实施例提供的用于屋顶花园浇灌的雨水循环系统的控制方法流程图。
图2是本发明实施例提供的用于屋顶花园浇灌的雨水循环系统结构框图；
图中：1、视频监控模块；2、天气数据采集模块；3、水质检测模块；4、中央控制模块；5、降雨量预测模块；6、雨水收集模块；7、雨水过滤模块；8、雨水喷洒模块；9、预警模块；10、数据存储模块；11、显示模块。
图3是本发明实施例提供的通过水质检测设备检测屋顶花园的水质数据的方法流程图。
图4是本发明实施例提供的通过降雨量预测程序根据采集的天气数据对屋顶花园的降雨量进行预测的方法流程图。
图5是本发明实施例提供的通过声光预警器对屋顶花园的异常水质数据及喷洒浇灌情况进行预警的方法流程图。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示，本发明实施例提供的用于屋顶花园浇灌的雨水循环系统的控制方法包括以下步骤：
S101，通过摄像器对屋顶花园的雨水浇灌情况进行实时监控，并将监控数据发送至主控机；通过天气监测设备采集屋顶花园范围内的天气数据。
S102，通过水质检测设备检测屋顶花园的水质数据；通过主控机控制用于屋顶花园浇灌的雨水循环系统的正常工作。
S103，通过降雨量预测程序根据采集的天气数据对屋顶花园的降雨量进行预测。
S104，通过收集箱收集雨水；通过水质过滤装置对收集的雨水中的杂质进行过滤。
S105，通过喷洒器根据主控机的喷洒指令对屋顶花园进行喷洒浇灌操作；通过声光预警器对屋顶花园的异常水质数据及喷洒浇灌情况进行预警。
S106，通过微型存储芯片存储屋顶花园监控视频、天气数据、雨水水质数据以及降雨量预测结果的实时数据。
S107，通过显示器显示屋顶花园监控视频、天气数据、雨水水质数据以及降雨量预测结果的实时数据。
如图2所示，本发明实施例提供的用于屋顶花园浇灌的雨水循环系统包括：视频监控模块1、天气数据采集模块2、水质检测模块3、中央控制模块4、降雨量预测模块5、雨水收集模块6、雨水过滤模块7、雨水喷洒模块8、预警模块9、数据存储模块10、显示模块11。
视频监控模块1，与中央控制模块4连接，用于通过摄像器对屋顶花园的雨水浇灌情况进行实时监控，并将监控数据发送至主控机；
天气数据采集模块2，与中央控制模块4连接，用于通过天气监测设备采集屋顶花园范围内的天气数据；
水质检测模块3，与中央控制模块4连接，用于通过水质检测设备检测屋顶花园的水质数据；
中央控制模块4，与视频监控模块1、天气数据采集模块2、水质检测模块3、降雨量预测模块5、雨水收集模块6、雨水过滤模块7、雨水喷洒模块8、预警模块9、数据存储模块10、显示模块11连接，用于通过主控机控制各个模块正常工作；
降雨量预测模块5，与中央控制模块4连接，用于通过降雨量预测程序根据采集的天气数据对屋顶花园的降雨量进行预测；
雨水收集模块6，与中央控制模块4连接，用于通过收集箱收集雨水；
雨水过滤模块7，与中央控制模块4连接，用于通过水质过滤装置对收集的雨水中的杂质进行过滤；
雨水喷洒模块8，与中央控制模块4连接，用于通过喷洒器根据主控机的喷洒指令对屋顶花园进行喷洒浇灌操作；
预警模块9，与中央控制模块4连接，用于通过声光预警器对屋顶花园的异常水质数据及喷洒浇灌情况进行预警；
数据存储模块10，与中央控制模块4连接，用于通过微型存储芯片存储屋顶花园监控视频、天气数据、雨水水质数据以及降雨量预测结果的实时数据；
显示模块11，与中央控制模块4连接，用于通过显示器显示屋顶花园监控视频、天气数据、雨水水质数据以及降雨量预测结果的实时数据。
下面结合具体实施例对本发明作进一步描述。
实施例1
本发明实施例提供的用于屋顶花园浇灌的雨水循环系统的控制方法如图1所示，作为优选实施例，如图3所示，本发明实施例提供的通过水质检测设备检测屋顶花园的水质数据的方法包括：
S201，通过水质检测设备获取多种水质指标采样数据，构成水质获取参数集。
S202，将所述水质获取参数集输入预设的解耦合参评模型以得到水质输出结果。
S203，所述解耦合参评模型包括三层结构，用于接收输入并对所述水质获取参数集进行参数分解的参数分解层，与所述参数分解层连接的模糊神经层以及与所述模糊神经层连接的加权输出层。
本发明实施例提供的参数分解层包括参数种类分解层和与所述参数种类分解层连接的多个参数数值分解层，每个参数数值分解层均由一个或多个分解单元构成；每个分解单元均具备其对应的数据中心和扩展宽度。
本发明实施例提供的每个分解单元均与一个BP神经网络对应连接；全部的BP神经网络构成了模糊神经层，所述模糊神经层中的各个BP神经网络均与加权输出层连接；所述水质指标采样数据包括水浊度、水色度、水温度、水PH值，水营养元素含量、水细菌含量、水化学需氧量、水五日生化需氧量和/或水悬浮物中的多种；所述水质输出结果中可以以评分方式表示水质，评分越高水质越好。
实施例2
本发明实施例提供的用于屋顶花园浇灌的雨水循环系统的控制方法如图1所示，如图4所示，作为优选实施例，本发明实施例提供的通过降雨量预测程序根据采集的天气数据对屋顶花园的降雨量进行预测的方法包括：
S301，通过预测程序获取目标区域的历史降雨量信息和对应的历史环境因素。
S302，对所述历史降雨量信息和所述对应的历史环境因素进行深度学习，得到降雨量预测模型。
S303，根据所述目标区域的实时环境因素，应用所述降雨量预测模型评估所述目标区域的未来降雨量信息。
本发明实施例提供的历史环境因素包括湿度信息、气候类型和/或温度信息；对所述历史降雨量信息和所述对应的历史环境因素进行深度学习，得到降雨量预测模型的步骤，具体包括：
将所述历史环境因素作为输入，将对应的所述历史降雨量信息作为输出，利用长短期记忆网络进行深度学习，得到所述降雨量预测模型。
本发明实施例提供的对所述历史降雨量信息和所述对应的历史环境因素进行深度学习，得到降雨量预测模型的步骤，具体包括：
将第一时长内的多次降雨对应的历史环境因素序列作为输入，将所述多次降雨对应的多项历史降雨量信息序列作为输出，利用长短期记忆网络进行深度学习，得到所述降雨量预测模型，其中，所述降雨量预测模型用于预测未来所述第一时长内的降雨量信息。
本发明实施例提供的对所述历史降雨量信息和所述对应的历史环境因素进行深度学习，得到降雨量预测模型的步骤，具体包括：
根据第二时长内的多次降雨对应的历史降雨量信息，确定历史降雨量的变化趋势信息；
将所述第二时长内的多次降雨对应的历史环境因素序列作为输入，将所述历史降雨量的变化趋势信息作为输出，利用长短期记忆网络进行深度学习，得到所述降雨量预测模型，其中，所述降雨量预测模型用于预测未来所述第二时长内降雨量的变化趋势信息。
实施例3
本发明实施例提供的用于屋顶花园浇灌的雨水循环系统的控制方法如图1所示，如图5所示，作为优选实施例，本发明实施例提供的通过声光预警器对屋顶花园的异常水质数据及喷洒浇灌情况进行预警的方法包括：
S401，通过主控机预置的数据接口获取天气监测设备采集的屋顶花园范围内的天气预报数据。
S402，从所述屋顶花园范围内的天气预报数据中提取出对应的气象参数。
S403，将所述气象参数转化为对应的天气符号图像，并依据所述气象参数，绘制所述屋顶花园对应的气象参数曲线图。
S404，根据所述天气符号图像及所述气象参数曲线图确定对应屋顶花园的植物品种。
S405，根据所述植物品种，将所述天气符号图像通过动作映射表转换为对应的动作执行令，所述动作执行指令用于对屋顶花园的植物进行预警提示。
本发明实施例提供的通过声光预警器对屋顶花园的异常水质数据及喷洒浇灌情况进行预警的方法还包括：
设置多个数据接口获取天气预报数据；
统计所述多个数据接口中每个数据接口的天气预报数据与实际天气数据的误差率；
选取误差率最小的数据接口为所述预置的数据接口。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种用于屋顶花园浇灌的雨水循环系统的控制方法，其特征在于，所述用于屋顶花园浇灌的雨水循环系统的控制方法包括以下步骤：
步骤一，通过水质检测设备检测屋顶花园的水质数据：(I)通过水质检测设备获取多种水质指标采样数据，构成水质获取参数集；
(II)将所述水质获取参数集输入预设的解耦合参评模型以得到水质输出结果；
(III)所述解耦合参评模型包括三层结构，用于接收输入并对所述水质获取参数集进行参数分解的参数分解层，与所述参数分解层连接的模糊神经层以及与所述模糊神经层连接的加权输出层；
步骤二，通过主控机控制降雨量预测程序根据步骤一采集的天气数据对屋顶花园的降雨量进行预测：(1)通过预测程序获取目标区域的历史降雨量信息和对应的历史环境因素；
(2)对所述历史降雨量信息和所述对应的历史环境因素进行深度学习，得到降雨量预测模型；
(3)根据所述目标区域的实时环境因素，应用所述降雨量预测模型评估所述目标区域的未来降雨量信息；
步骤三，通过收集箱收集雨水，并通过水质过滤装置对收集的雨水中的杂质进行过滤；通过喷洒器根据主控机的喷洒指令对屋顶花园进行喷洒浇灌操作；
步骤四，通过声光预警器对屋顶花园的异常水质数据及喷洒浇灌情况进行预警：1)通过主控机预置的数据接口获取天气监测设备采集的屋顶花园范围内的天气预报数据；
2)从所述屋顶花园范围内的天气预报数据中提取出对应的气象参数；
3)将所述气象参数转化为对应的天气符号图像，并依据所述气象参数，绘制所述屋顶花园对应的气象参数曲线图；
4)根据所述天气符号图像及所述气象参数曲线图确定对应屋顶花园的植物品种；
5)根据所述植物品种，将所述天气符号图像通过动作映射表转换为对应的动作执行令，所述动作执行指令用于对屋顶花园的植物进行预警提示。
2.如权利要求1所述的用于屋顶花园浇灌的雨水循环系统的控制方法，其特征在于，步骤一之前，需进行：步骤I，通过摄像器对屋顶花园的雨水浇灌情况进行实时监控，并将监控数据发送至主控机；
步骤II，通过天气监测设备采集屋顶花园范围内的天气数据；
步骤四之后，还需进行：
步骤1，通过微型存储芯片存储屋顶花园监控视频、天气数据、雨水水质数据以及降雨量预测结果的实时数据；
步骤2，通过显示器显示屋顶花园监控视频、天气数据、雨水水质数据以及降雨量预测结果的实时数据。
3.如权利要求1所述的用于屋顶花园浇灌的雨水循环系统的控制方法，其特征在于，步骤一中，所述参数分解层包括参数种类分解层和与所述参数种类分解层连接的多个参数数值分解层，每个参数数值分解层均由一个或多个分解单元构成；每个分解单元均具备其对应的数据中心和扩展宽度；
所述每个分解单元均与一个BP神经网络对应连接；全部的BP神经网络构成了模糊神经层，所述模糊神经层中的各个BP神经网络均与加权输出层连接；
所述水质指标采样数据包括水浊度、水色度、水温度、水PH值，水营养元素含量、水细菌含量、水化学需氧量、水五日生化需氧量和/或水悬浮物中的多种；
所述水质输出结果中可以以评分方式表示水质，评分越高水质越好。
4.如权利要求1所述的用于屋顶花园浇灌的雨水循环系统的控制方法，其特征在于，步骤二中，所述历史环境因素包括湿度信息、气候类型和/或温度信息；所述对所述历史降雨量信息和所述对应的历史环境因素进行深度学习，得到降雨量预测模型的步骤，具体包括：
将所述历史环境因素作为输入，将对应的所述历史降雨量信息作为输出，利用长短期记忆网络进行深度学习，得到所述降雨量预测模型。
5.如权利要求4所述的用于屋顶花园浇灌的雨水循环系统的控制方法，其特征在于，所述对所述历史降雨量信息和所述对应的历史环境因素进行深度学习，得到降雨量预测模型的步骤，具体包括：
将第一时长内的多次降雨对应的历史环境因素序列作为输入，将所述多次降雨对应的多项历史降雨量信息序列作为输出，利用长短期记忆网络进行深度学习，得到所述降雨量预测模型，其中，所述降雨量预测模型用于预测未来所述第一时长内的降雨量信息。
6.如权利要求4所述的用于屋顶花园浇灌的雨水循环系统的控制方法，其特征在于，所述对所述历史降雨量信息和所述对应的历史环境因素进行深度学习，得到降雨量预测模型的步骤，具体包括：
根据第二时长内的多次降雨对应的历史降雨量信息，确定历史降雨量的变化趋势信息；
将所述第二时长内的多次降雨对应的历史环境因素序列作为输入，将所述历史降雨量的变化趋势信息作为输出，利用长短期记忆网络进行深度学习，得到所述降雨量预测模型，其中，所述降雨量预测模型用于预测未来所述第二时长内降雨量的变化趋势信息。
7.如权利要求1所述的用于屋顶花园浇灌的雨水循环系统的控制方法，其特征在于，步骤四中，所述通过声光预警器对屋顶花园的异常水质数据及喷洒浇灌情况进行预警的方法还包括：
设置多个数据接口获取天气预报数据；
统计所述多个数据接口中每个数据接口的天气预报数据与实际天气数据的误差率；
选取误差率最小的数据接口为所述预置的数据接口。
8.一种应用如权利要求1～7任意一项所述的用于屋顶花园浇灌的雨水循环系统的控制方法的用于屋顶花园浇灌的雨水循环系统，其特征在于，所述用于屋顶花园浇灌的雨水循环包括：
视频监控模块，与中央控制模块连接，用于通过摄像器对屋顶花园的雨水浇灌情况进行实时监控，并将监控数据发送至主控机；
天气数据采集模块，与中央控制模块连接，用于通过天气监测设备采集屋顶花园范围内的天气数据；
水质检测模块，与中央控制模块连接，用于通过水质检测设备检测屋顶花园的水质数据；
中央控制模块，与视频监控模块、天气数据采集模块、水质检测模块、降雨量预测模块、雨水收集模块、雨水过滤模块、雨水喷洒模块、预警模块、数据存储模块、显示模块连接，用于通过主控机控制各个模块正常工作；
降雨量预测模块，与中央控制模块连接，用于通过降雨量预测程序根据采集的天气数据对屋顶花园的降雨量进行预测；
雨水收集模块，与中央控制模块连接，用于通过收集箱收集雨水；
雨水过滤模块，与中央控制模块连接，用于通过水质过滤装置对收集的雨水中的杂质进行过滤；
雨水喷洒模块，与中央控制模块连接，用于通过喷洒器根据主控机的喷洒指令对屋顶花园进行喷洒浇灌操作；
预警模块，与中央控制模块连接，用于通过声光预警器对屋顶花园的异常水质数据及喷洒浇灌情况进行预警；
数据存储模块，与中央控制模块连接，用于通过微型存储芯片存储屋顶花园监控视频、天气数据、雨水水质数据以及降雨量预测结果的实时数据；
显示模块，与中央控制模块连接，用于通过显示器显示屋顶花园监控视频、天气数据、雨水水质数据以及降雨量预测结果的实时数据。
9.一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施如权利要求1～7任意一项所述的用于屋顶花园浇灌的雨水循环系统的控制方法。
10.一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1～7任意一项所述的用于屋顶花园浇灌的雨水循环系统的控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010286578.3A CN111324039A (zh) | 2020-04-13 | 2020-04-13 | 一种用于屋顶花园浇灌的雨水循环系统及其控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010286578.3A CN111324039A (zh) | 2020-04-13 | 2020-04-13 | 一种用于屋顶花园浇灌的雨水循环系统及其控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111324039A true CN111324039A (zh) | 2020-06-23 |
Family
ID=71169871
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010286578.3A Pending CN111324039A (zh) | 2020-04-13 | 2020-04-13 | 一种用于屋顶花园浇灌的雨水循环系统及其控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111324039A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109655594A (zh) * | 2018-12-30 | 2019-04-19 | 杭州铭展网络科技有限公司 | 一种水质获取方法 |
| CN112470888A (zh) * | 2020-11-02 | 2021-03-12 | 广东职业技术学院 | 一种智慧社区的自动浇水方法及系统 |
| CN114445027A (zh) * | 2021-12-27 | 2022-05-06 | 江西省交通工程集团有限公司 | 用于喷淋车的出勤频率控制方法与系统 |
| CN115943875A (zh) * | 2023-03-09 | 2023-04-11 | 华南理工大学 | 一种针对阳台或屋面绿植的智能滴灌方法及系统 |
| CN117764993A (zh) * | 2024-02-22 | 2024-03-26 | 上海科泽智慧环境科技有限公司 | 一种基于图像分析的水质在线监测系统及方法 |
| CN117764993B (zh) * | 2024-02-22 | 2024-04-23 | 上海科泽智慧环境科技有限公司 | 一种基于图像分析的水质在线监测系统及方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104196179A (zh) * | 2014-08-26 | 2014-12-10 | 上海现代建筑设计(集团)有限公司 | 一种雨水利用系统及其使用方法 |
| CN207812542U (zh) * | 2018-01-06 | 2018-09-04 | 合肥绿叶园林工程有限责任公司 | 一种用于建筑物顶部绿化的蓄雨灌溉装置 |
| CN108491523A (zh) * | 2018-03-27 | 2018-09-04 | 深圳春沐源控股有限公司 | 一种基于天气数据的生产预警方法 |
| CN109239807A (zh) * | 2018-06-29 | 2019-01-18 | 平安科技（深圳）有限公司 | 降雨量评估方法及系统和终端 |
| CN109636240A (zh) * | 2018-12-30 | 2019-04-16 | 杭州铭展网络科技有限公司 | 一种适用于水质评价的解耦合参评模型 |
| CN109653292A (zh) * | 2018-12-28 | 2019-04-19 | 段亚斌 | 一种轻型屋顶绿化用具有雨水收集功能的循环喷灌装置 |
-
2020
- 2020-04-13 CN CN202010286578.3A patent/CN111324039A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104196179A (zh) * | 2014-08-26 | 2014-12-10 | 上海现代建筑设计(集团)有限公司 | 一种雨水利用系统及其使用方法 |
| CN207812542U (zh) * | 2018-01-06 | 2018-09-04 | 合肥绿叶园林工程有限责任公司 | 一种用于建筑物顶部绿化的蓄雨灌溉装置 |
| CN108491523A (zh) * | 2018-03-27 | 2018-09-04 | 深圳春沐源控股有限公司 | 一种基于天气数据的生产预警方法 |
| CN109239807A (zh) * | 2018-06-29 | 2019-01-18 | 平安科技（深圳）有限公司 | 降雨量评估方法及系统和终端 |
| CN109653292A (zh) * | 2018-12-28 | 2019-04-19 | 段亚斌 | 一种轻型屋顶绿化用具有雨水收集功能的循环喷灌装置 |
| CN109636240A (zh) * | 2018-12-30 | 2019-04-16 | 杭州铭展网络科技有限公司 | 一种适用于水质评价的解耦合参评模型 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109655594A (zh) * | 2018-12-30 | 2019-04-19 | 杭州铭展网络科技有限公司 | 一种水质获取方法 |
| CN112470888A (zh) * | 2020-11-02 | 2021-03-12 | 广东职业技术学院 | 一种智慧社区的自动浇水方法及系统 |
| CN114445027A (zh) * | 2021-12-27 | 2022-05-06 | 江西省交通工程集团有限公司 | 用于喷淋车的出勤频率控制方法与系统 |
| CN115943875A (zh) * | 2023-03-09 | 2023-04-11 | 华南理工大学 | 一种针对阳台或屋面绿植的智能滴灌方法及系统 |
| CN117764993A (zh) * | 2024-02-22 | 2024-03-26 | 上海科泽智慧环境科技有限公司 | 一种基于图像分析的水质在线监测系统及方法 |
| CN117764993B (zh) * | 2024-02-22 | 2024-04-23 | 上海科泽智慧环境科技有限公司 | 一种基于图像分析的水质在线监测系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111324039A (zh) | 一种用于屋顶花园浇灌的雨水循环系统及其控制方法 | |
| KR101887503B1 (ko) | 인공지능기술을 이용한 시설하우스 제어장치 | |
| CN110955288B (zh) | 一种基于大数据的环境监管系统 | |
| CN113804598B (zh) | 基于大数据的施工环境监测系统及监测方法 | |
| CN205193568U (zh) | 一种智慧农业监控系统 | |
| CN115759488B (zh) | 一种基于边缘计算的碳排放监测预警分析系统及其方法 | |
| US11817822B2 (en) | Solar panel performance modeling and monitoring | |
| CN114518143A (zh) | 一种智能环境感知系统 | |
| CN111596012A (zh) | 空气质量的监控方法、装置、设备及存储介质 | |
| CN215340800U (zh) | 流域管理系统 | |
| CN206115670U (zh) | 一种自动化分析作物产量影响因素的系统 | |
| CN114375035A (zh) | 一种基站参数调整方法、装置、电子设备及可读存储介质 | |
| EP4091443A1 (en) | Support system and support method | |
| CN115577951B (zh) | 一种基于玉米生长机理模型的夏玉米倒伏预警算法 | |
| CN106719284A (zh) | 一种海水养殖智慧气象预报服务系统 | |
| CN208937100U (zh) | 一种农业温室采集监控系统 | |
| CN115442405A (zh) | 一种智慧农业生产管理服务系统 | |
| CN114035461A (zh) | 一种自控对智能建筑节能方法 | |
| CN206074837U (zh) | 一种智能农场气象站 | |
| JP2021117771A (ja) | 空調トラブル発生頻度予測プログラム | |
| CN111752320A (zh) | 一种温室大棚远程智能监控系统及方法 | |
| Sari et al. | Smart Irrigation System for Smart Farming. | |
| CN115166867B (zh) | 一种基于作业区的全天候气象实时监控系统 | |
| CN116882662B (zh) | 智慧园区管理方法、装置、管理系统、存储介质 | |
| CN117239938B (zh) | 一种配电站的巡检控制方法、装置、系统、设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200623 |