CN112162575B - 基于数据模型的智能棚舍环境控制方法及系统 - Google Patents
基于数据模型的智能棚舍环境控制方法及系统 Download PDFInfo
- Publication number
- CN112162575B CN112162575B CN202010957277.9A CN202010957277A CN112162575B CN 112162575 B CN112162575 B CN 112162575B CN 202010957277 A CN202010957277 A CN 202010957277A CN 112162575 B CN112162575 B CN 112162575B
- Authority
- CN
- China
- Prior art keywords
- shed
- sensors
- data model
- value
- coefficient
- 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.)
- Active
Links
- 238000013499 data model Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims abstract description 29
- 230000007613 environmental effect Effects 0.000 claims abstract description 18
- 238000009434 installation Methods 0.000 claims abstract description 11
- 230000001276 controlling effect Effects 0.000 claims description 15
- 238000009423 ventilation Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims 1
- 238000013178 mathematical model Methods 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 abstract description 3
- 239000010410 layer Substances 0.000 description 9
- 238000009395 breeding Methods 0.000 description 3
- 230000001488 breeding effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 244000144972 livestock Species 0.000 description 2
- 244000144977 poultry Species 0.000 description 2
- 238000003756 stirring Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Ventilation (AREA)
Abstract
本发明公开了一种基于数据模型的智能棚舍环境控制方法及系统。方法包括：S1、根据预先设置的数据模型确定多个传感器在棚舍内的安装位置；S2、多个传感器采集棚舍内的环境参数；S3、将多个传感器得出的环境参数按照数据模型推算出环境参数矩阵，并通过以下公式计算得到环境参数矩阵的均值μ、方差δ和变异系数c；S4、根据均值μ对棚舍的风机进行控制，根据变异系数c对风机的风速进行控制。本发明在充分了解棚舍结构的基础上，将少量传感器的测量数据通过数学模型计算出整个棚舍的温度分布，再按照计算出的结果对棚舍内的环境进行控制，从而避免以点带面的情况出现，使其在春秋季节或者在天气变化较大的地区也能实现精确控制。
Description
技术领域
本发明涉及养殖环境控制技术领域，更具体地说，特别涉及一种基于数据模型的智能棚舍环境控制方法及系统。
背景技术
在畜禽养殖业中，现有密闭棚舍的畜禽环境控制大多是依靠平均温度对整个棚舍的通风进行控制，而且由于行业对成本的控制较为敏感，传感器的数量也会比较少，很难对整个棚舍整体的温度进行准确的测量。在外界气温适宜且稳定的情况下基本能满足需求，但遇到春秋季节或者在天气变化较大的地区，会使得局部温度与平均温度相差较大，这时如果还是按照平均温度进行控制，会出现严重的养殖问题。而且现有的设备对外界温度的变化没有很好的应对方案。为此，有必要开发一种基于数据模型的智能棚舍环境控制方法及系统。
发明内容
本发明的目的在于提供一种基于数据模型的智能棚舍环境控制方法及系统，以克服现有技术所存在的缺陷。
为了达到上述目的，本发明采用的技术方案如下：
一种基于数据模型的智能棚舍环境控制方法，包括以下步骤：
S1、根据预先设置的数据模型确定多个传感器在棚舍内的安装位置；
S2、多个传感器采集棚舍内的环境参数；
S3、将多个传感器得出的环境参数按照数据模型推算出环境参数矩阵，并通过以下公式计算得到环境参数矩阵的均值μ、方差δ和变异系数c；
其中，x代表棚舍平面上的横坐标，y代表棚舍平面上的纵坐标，txy代表x,y坐标下传感器数据；n代表安装传感器总数，X代表在棚舍横向安装传感器个数，Y代表在棚舍纵向安装传感器个数；
S4、根据均值μ对棚舍的风机进行控制，根据变异系数c对风机的风速进行控制。
进一步地，所述步骤S1中预先设置的数据模型的具体实现方法包括以下步骤：
S10、在不同季度时，按照不同通风情况下采用传感器对棚舍内环境数据进行采集，形成数据集；
S11、将采集到的棚舍内的环境数据连通传感器安装位置进行精确分类，形成数据模型。
进一步地，所述步骤S4具体为：若均值μ在预设目标值范围内则保持现有风机的开机数量不变，若均值μ大于预设目标值则关闭一组风机，若均值μ小于预设目标值则开启一组风机，若均值μ在预设目标值范围内且变异系数c超过预设值则关闭一组风机，若变异系数c在预设值范围内则根据预设值范围划分为多个档位并按照变异系数c数值的大小调控风机的档位。
进一步地，所述步骤S3中的均值μ在预设目标值范围内具体为：均值μ与预设目标值的差值的绝对值小于0.5。
进一步地，所述步骤S4中变异系数c的预设值为0.04，所述变异系数c从0.01～0.04之间设置多个档位，多个档位与风机的档位相对应。
本发明还提供一种实现上述的基于数据模型的智能棚舍环境控制方法的系统，包括：
确定模块10，用于根据预先设置的数据模型确定多个传感器在棚舍内的安装位置；
多个传感器20，用于采集棚舍内的环境参数；
数据处理模块30，用于将多个传感器得出的环境参数按照数据模型推算出环境参数矩阵，并通过计算得到环境参数矩阵的均值μ、方差δ和变异系数c；
执行模块40，用于根据均值μ对棚舍的风机进行控制以及根据变异系数c对风机的风速进行控制。
进一步地，所述数据处理模块30包括相互连接的矩阵模块310和计算模块320，所述矩阵模块310用于将多个传感器得出的环境参数按照数据模型推算出环境参数矩阵，所述计算模块320用于计算得到环境参数矩阵的均值μ、方差δ和变异系数c。
进一步地，若均值μ在预设目标值范围内则执行模块40不动作，若均值μ大于预设目标值则执行模块40关闭一组风机，若均值μ小于预设目标值则执行模块40开启一组风机，若均值μ在预设目标值范围内且变异系数c超过预设值则执行模块40关闭一组风机，若变异系数c在预设值范围内则执行模块40根据预设值范围划分为多个档位并按照变异系数c数值的大小调控风机的档位。
与现有技术相比，本发明的优点在于：本发明提供的一种基于数据模型的智能棚舍环境控制方法及系统，在充分了解棚舍结构的基础上，将少量传感器的测量数据通过数学模型计算出整个棚舍的温度分布，再按照计算出的结果对棚舍内的环境进行控制，从而避免以点带面的情况出现，使其在春秋季节或者在天气变化较大的地区也能实现精确控制。
附图说明
为了更清楚地说明本发明实施例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简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明基于数据模型的智能棚舍环境控制方法的流程图。
图2是本发明基于数据模型的智能棚舍环境控制系统的原理图。
图3是本发明基于数据模型的智能棚舍环境控制系统中数据处理模块的原理图。
具体实施方式
下面结合附图对本发明的优选实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
参阅图1所示，本实施例公开了一种基于数据模型的智能棚舍环境控制方法，包括以下步骤：
步骤S1、根据预先设置的数据模型确定多个传感器在棚舍内的安装位置吗，具体的，步骤S1中预先设置的数据模型的具体实现方法包括以下步骤：步骤S10、在不同季度时，按照不同通风情况下采用传感器对棚舍内环境数据进行采集，形成数据集；步骤S11、将采集到的棚舍内的环境数据连通传感器安装位置进行精确分类，形成数据模型。也就是说数据模型是通过大量对现有棚舍传感器数据的采集，通过数据分析总结，得到在全年不同气候条件下，不同的通风情况时整个棚舍内环境数据的分布，并将其进行精准分类。
数据模型可以采用如下表1的形式进行记录，其中通风情况包括现有的所有通风情况，例如采用小窗通风或大窗通风等，数据集即是每个传感器将采集到的数据打包集合起来形成的，同时根据将不同通风情况下将传感器安装位置进行记录。
表1数据模型
例如：在小窗通风情况下，棚舍内前后端温度分布是线性的，中间到两侧的温度分布也是线性的，这样就能够通过在关键点上放置少量的传感器来获取数据，再将当前情况与模型进行匹配，从而推算出整个棚舍内的环境参数，若为立体养殖，需要进行多层安装。
步骤S2、多个传感器采集棚舍内的环境参数，棚舍包括现有的所有棚舍结构，例如单层养殖或多层立体养殖等。
步骤S3、将多个传感器得出的环境参数按照数据模型推算出环境参数矩阵，并通过以下公式计算得到环境参数矩阵的均值μ、方差δ和变异系数c，变异系数c越大表示棚舍内温度差异越大，越容易出现养殖事故。
其中，x代表棚舍平面上的横坐标，y代表棚舍平面上的纵坐标，txy代表x,y坐标下传感器数据；n代表安装传感器总数，X代表在棚舍横向安装传感器个数，Y代表在棚舍纵向安装传感器个数。
步骤S4、根据均值μ对棚舍的风机进行控制，根据变异系数c对风机的风速进行控制，具体的，若均值μ在预设目标值范围内则保持现有风机的开机数量不变，若均值μ大于预设目标值则关闭一组风机，若均值μ小于预设目标值则开启一组风机，若均值μ在预设目标值范围内且变异系数c超过预设值则关闭一组风机，若变异系数c在预设值范围内则根据预设值范围划分为多个档位并按照变异系数c数值的大小调控风机的档位；通过该步骤从而将棚舍内的环境进行精准控制，且分布变得均匀。
具体的，所述步骤S3中的均值μ在预设目标值范围内具体为：均值μ与预设目标值的差值的绝对值小于0.5。
具体的，所述步骤S4中变异系数c的预设值为0.04，所述变异系数c从0.01～0.04之间设置多个档位，多个档位与风机的档位相对应。
参阅图2所示，本发明还提供一种实现上述的基于数据模型的智能棚舍环境控制方法的系统，包括：确定模块10，用于根据预先设置的数据模型确定多个传感器在棚舍内的安装位置；多个传感器20，用于采集棚舍内的环境参数；数据处理模块30，用于将多个传感器得出的环境参数按照数据模型推算出环境参数矩阵，并通过计算得到环境参数矩阵的均值μ、方差δ和变异系数c；执行模块40，用于根据均值μ对棚舍的风机进行控制以及根据变异系数c对风机的风速进行控制，其计算公式如上所述。
参阅图3所示，所述的数据处理模块30包括相互连接的矩阵模块310和计算模块320，矩阵模块310用于将多个传感器得出的环境参数按照数据模型推算出环境参数矩阵，计算模块320用于计算得到环境参数矩阵的均值μ、方差δ和变异系数c。
执行模块40在使用时，若均值μ在预设目标值范围内则执行模块40不动作，若均值μ大于预设目标值则执行模块40关闭一组风机，若均值μ小于预设目标值则执行模块40开启一组风机，若均值μ在预设目标值范围内且变异系数c超过预设值则执行模块40关闭一组风机，若变异系数c在预设值范围内则执行模块40根据预设值范围划分为多个档位并按照变异系数c数值的大小调控风机的档位。
下面结合具体实施例对本发明作进一步说明。
首先、安置传感设备，以温度传感器为例，在三层六列60米的立体养殖中，将传感器风别安装在第三列的中间列中层的前中后区域，再在上层第三列的中间区域，上层第一列的前区、中区，第六列的中区、后区安装温度传感器，再在底层第三列前区、中区、后区安装。
然后、采集数据后按照上层、中层第三列前中后位置的数据计算出纵向的温度梯度，再按照第一列及第三列前中后区域的传感器数据计算出温度横向的分布梯度，最后按照梯度得出整个棚舍内的温度矩阵，如下表2所示。
表2温度矩阵
最后、通过上面的公式计算出各层温度矩阵的均值μ与变异系数c，将均值μ与设定值进行比较，若其偏差在允许范围内(一般与设定在差值的绝对值在0.5以下则视为正常)则保持现有风机开启数量不变；若均值过小，则关闭一组风机；若均值过大则开启下一组风机；c作为风机的修正参数，若c值大于0.04，则关闭一组风机，c作为搅拌风机的主控参数，当c值从0.01到0.04之间设置多个档位，按照c值大小调控搅拌风机。
结果发现，采用这种方法和系统能够实现精确控制。本发明在充分了解棚舍结构的基础上，将少量传感器的测量数据通过数学模型计算出整个棚舍的温度分布，再按照计算出的结果对棚舍内的环境进行控制，从而避免以点带面的情况出现，使其在春秋季节或者在天气变化较大的地区也能实现精确控制。
虽然结合附图描述了本发明的实施方式，但是专利所有者可以在所附权利要求的范围之内做出各种变形或修改，只要不超过本发明的权利要求所描述的保护范围，都应当在本发明的保护范围之内。
Claims (7)
1.一种基于数据模型的智能棚舍环境控制方法，其特征在于，包括以下步骤：
S1、根据预先设置的数据模型确定多个传感器在棚舍内的安装位置；
S2、多个传感器采集棚舍内的环境参数；
S3、将多个传感器得出的环境参数按照数据模型推算出环境参数矩阵，并通过以下公式计算得到环境参数矩阵的均值μ、方差δ和变异系数c；
其中，x代表棚舍平面上的横坐标，y代表棚舍平面上的纵坐标，txy代表x，y坐标下传感器数据；n代表安装传感器总数，X代表在棚舍横向安装传感器个数，Y代表在棚舍纵向安装传感器个数；
S4、根据均值μ对棚舍的风机进行控制，根据变异系数c对风机的风速进行控制；
所述步骤S4具体为：若均值μ在预设目标值范围内则保持现有风机的开机数量不变，若均值μ大于预设目标值则关闭一组风机，若均值μ小于预设目标值则开启一组风机，若均值μ在预设目标值范围内且变异系数c超过预设值则关闭一组风机，若变异系数c在预设值范围内则根据预设值范围划分为多个档位并按照变异系数c数值的大小调控风机的档位。
2.根据权利要求1所述的基于数据模型的智能棚舍环境控制方法，其特征在于，所述步骤S1中预先设置的数据模型的具体实现方法包括以下步骤：
S10、在不同季度时，按照不同通风情况下采用传感器对棚舍内环境数据进行采集，形成数据集；
S11、将采集到的棚舍内的环境数据连通传感器安装位置进行精确分类，形成数据模型。
3.根据权利要求1所述的基于数据模型的智能棚舍环境控制方法，其特征在于，所述步骤S3中的均值μ在预设目标值范围内具体为：均值μ与预设目标值的差值的绝对值小于0.5。
4.根据权利要求1所述的基于数据模型的智能棚舍环境控制方法，其特征在于，所述步骤S4中变异系数c的预设值为0.04，所述变异系数c从0.01～0.04之间设置多个档位，多个档位与风机的档位相对应。
5.一种实现权利要求1-4任意一项所述的基于数据模型的智能棚舍环境控制方法的系统，其特征在于，包括：
确定模块，用于根据预先设置的数据模型确定多个传感器在棚舍内的安装位置；
多个传感器，用于采集棚舍内的环境参数；
数据处理模块，用于将多个传感器得出的环境参数按照数据模型推算出环境参数矩阵，并通过计算得到环境参数矩阵的均值μ、方差δ和变异系数c；
执行模块，用于根据均值μ对棚舍的风机进行控制以及根据变异系数c对风机的风速进行控制。
6.根据权利要求5所述的系统，其特征在于，所述数据处理模块包括相互连接的矩阵模块和计算模块，所述矩阵模块用于将多个传感器得出的环境参数按照数据模型推算出环境参数矩阵，所述计算模块用于计算得到环境参数矩阵的均值μ、方差δ和变异系数c。
7.根据权利要求5所述的系统，其特征在于，若均值μ在预设目标值范围内则执行模块不动作，若均值μ大于预设目标值则执行模块关闭一组风机，若均值μ小于预设目标值则执行模块开启一组风机，若均值μ在预设目标值范围内且变异系数c超过预设值则执行模块关闭一组风机，若变异系数c在预设值范围内则执行模块根据预设值范围划分为多个档位并按照变异系数c数值的大小调控风机的档位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010957277.9A CN112162575B (zh) | 2020-09-13 | 2020-09-13 | 基于数据模型的智能棚舍环境控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010957277.9A CN112162575B (zh) | 2020-09-13 | 2020-09-13 | 基于数据模型的智能棚舍环境控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112162575A CN112162575A (zh) | 2021-01-01 |
| CN112162575B true CN112162575B (zh) | 2021-10-22 |
Family
ID=73858997
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010957277.9A Active CN112162575B (zh) | 2020-09-13 | 2020-09-13 | 基于数据模型的智能棚舍环境控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112162575B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101833320A (zh) * | 2010-05-13 | 2010-09-15 | 湖南农业大学 | 一种精细智能化养猪方法 |
| CN109900280A (zh) * | 2019-03-27 | 2019-06-18 | 浙江大学 | 一种基于自主导航的畜禽信息感知机器人与地图构建方法 |
| KR20190074910A (ko) * | 2017-12-20 | 2019-06-28 | 주식회사 블루비즈 | 행동패턴 이상 징후 판별 시스템 및 이의 제공방법 |
| CN210157827U (zh) * | 2019-06-20 | 2020-03-20 | 江苏深农智能科技有限公司 | 一种养殖饲料智能喂养计量装置 |
| CN111428202A (zh) * | 2020-03-29 | 2020-07-17 | 江苏深农智能科技有限公司 | 一种智能畜禽养殖称重方法及系统 |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5505976A (en) * | 1992-12-30 | 1996-04-09 | Anitox Corporation | Contamination-resistant animal feedstuffs |
| JP3297621B2 (ja) * | 1997-02-20 | 2002-07-02 | 財団法人ファジィシステム研究所 | 温度制御方法及び物理量制御方法 |
| CN100495032C (zh) * | 2005-12-30 | 2009-06-03 | 南京农业大学 | 一种禽蛋表面品质检测的方法和装置 |
| EP2934103A1 (en) * | 2012-12-20 | 2015-10-28 | Schippers Europe B.V. | Method and barn for keeping livestock |
| CN103020369A (zh) * | 2012-12-21 | 2013-04-03 | 浙江农林大学 | 高分辨率森林火灾预报方法 |
| WO2014166704A1 (en) * | 2013-04-09 | 2014-10-16 | Asml Netherlands B.V. | Support structure, method of controlling the temperature of the same, and apparatuses including the same |
| KR20150080314A (ko) * | 2013-12-31 | 2015-07-09 | 하나 마이크론(주) | 가축의 도체 등급 예측 시스템 및 그 방법 |
| JP6476833B2 (ja) * | 2014-12-19 | 2019-03-06 | 富士通株式会社 | 管理システム |
| CN204790622U (zh) * | 2015-07-24 | 2015-11-18 | 山东凤祥股份有限公司 | 一种鸡舍内温度分区控制系统 |
| CN106259040B (zh) * | 2016-07-13 | 2019-04-30 | 中国农业科学院北京畜牧兽医研究所 | 一种评价肉鸡风速舒适性的方法及纵向通风试验舱 |
| WO2018151696A2 (en) * | 2017-02-17 | 2018-08-23 | Vitvytskyy Vladyslav Elikovych | Small-sized incubator |
| CN107168402B (zh) * | 2017-05-12 | 2018-11-13 | 淮阴工学院 | 基于can现场总线的鸡舍环境温度智能监测系统 |
| CN107796499A (zh) * | 2017-10-11 | 2018-03-13 | 北京德青源蛋品安全工程技术研究有限公司 | 家禽体重检测方法、服务器及系统 |
| DE102019201988A1 (de) * | 2018-02-20 | 2019-08-22 | Osram Gmbh | Gesteuertes landwirtschaftssystem, landwirtschaftliche leuchtezur verwendung in einem gesteuerten landwirtschaftssystemund verfahren zur landwirtschaftlichen bewirtschaftung |
| CN108507700A (zh) * | 2018-03-20 | 2018-09-07 | 中国农业大学 | 一种猪舍多点温度预测方法及系统 |
| CN111226800B (zh) * | 2020-01-19 | 2021-10-15 | 中国农业科学院农业信息研究所 | 基于位置探测的奶牛降温方法、装置及系统 |
| CN111328735B (zh) * | 2020-02-28 | 2021-09-14 | 福州农福腾信息科技有限公司 | 基于大数据的智能化养殖场管理方法和系统 |
| CN111580585A (zh) * | 2020-05-27 | 2020-08-25 | 珠海裕泓农业科技有限公司 | 畜禽舍环境调控中自动设定环境指标的方法及系统 |
-
2020
- 2020-09-13 CN CN202010957277.9A patent/CN112162575B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101833320A (zh) * | 2010-05-13 | 2010-09-15 | 湖南农业大学 | 一种精细智能化养猪方法 |
| KR20190074910A (ko) * | 2017-12-20 | 2019-06-28 | 주식회사 블루비즈 | 행동패턴 이상 징후 판별 시스템 및 이의 제공방법 |
| CN109900280A (zh) * | 2019-03-27 | 2019-06-18 | 浙江大学 | 一种基于自主导航的畜禽信息感知机器人与地图构建方法 |
| CN210157827U (zh) * | 2019-06-20 | 2020-03-20 | 江苏深农智能科技有限公司 | 一种养殖饲料智能喂养计量装置 |
| CN111428202A (zh) * | 2020-03-29 | 2020-07-17 | 江苏深农智能科技有限公司 | 一种智能畜禽养殖称重方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| "笼养蛋鸡舍内的温度分布";姚惠文;《国外畜牧学(猪与禽)》;20000229;第32-34页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112162575A (zh) | 2021-01-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN201837910U (zh) | 一种用于鸡舍的自动控制系统 | |
| DE102006005515A1 (de) | Elektronische Fahrzeug-Steuervorrichtung | |
| CN116500955B (zh) | 一种零碳型仓储类建筑内部环境控制系统及方法 | |
| EP2407946A1 (de) | Erkennen von Verstopfungen und Unterbrüchen bei einem Ansaug-rauchmelder (ASD) | |
| CN106199255A (zh) | 一种高低温试验设备及其试验方法 | |
| CN104237056A (zh) | 一种基于温湿监测的粮仓内部点粮食水分检测方法 | |
| CN102339018B (zh) | 一种循环水系统综合优化控制方法 | |
| CN112162575B (zh) | 基于数据模型的智能棚舍环境控制方法及系统 | |
| CN117196353A (zh) | 基于大数据的环境污染评估与监测方法及系统 | |
| CN113470016A (zh) | 一种基于人工智能的光伏电池板异常检测方法及装置 | |
| CN108934416A (zh) | 一种基于bp神经网络联合收获机多参数作业控制系统及方法 | |
| CN116424096B (zh) | 资源动态优化配置的新能源汽车电池采集总成方法及系统 | |
| CN115808211A (zh) | 一种公共建筑温度及热舒适度监测与预测系统 | |
| CN114326882A (zh) | 适用于楼房养猪的环境控制方法及系统 | |
| CN117391482B (zh) | 一种基于大数据监测的大棚温度智能预警方法及系统 | |
| CN115907366A (zh) | 一种基于火烈鸟算法的农产品生长环境最优调控方法及设备 | |
| CN115454182B (zh) | 粮食储藏方法、系统、设备及存储介质 | |
| DE102020121741A1 (de) | Verfahren zum verhindern eines motorluftstromberechnungsfehlers und motorsystem davon | |
| CN117200223A (zh) | 日前电力负荷预测方法和装置 | |
| CN114487681B (zh) | 一种基于物联网的高频变压器发热异常诊断系统 | |
| EP4244543A1 (de) | Verfahren und anordnung zum abgleichen eines raumklimas mit klimapräferenzen von raumnutzern | |
| CN114530214A (zh) | 一种蔬菜营养液自维护方法及系统 | |
| CN113391040A (zh) | 一种用于大气微站的数据人工智能自动校准方法 | |
| DE102010038017B4 (de) | Verfahren zur Bestimmung des maximal möglichen Stromflusses einer Batterie durch ein Steuergerät sowie Steuergerät | |
| CN105095655A (zh) | 一种基于自适应敏感因子的扰动方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A method and system for intelligent greenhouse environment control based on data models Granted publication date: 20211022 Pledgee: Bank of China Limited Nanjing Jiangbei New Area Branch Pledgor: JIANGSU SHENNONG INTELLIGENT TECHNOLOGY Co.,Ltd. Registration number: Y2024980020661 |