CN112465316B - 一种融入价格因素的雾培作物营养液需求响应调控评估系统 - Google Patents
一种融入价格因素的雾培作物营养液需求响应调控评估系统 Download PDFInfo
- Publication number
- CN112465316B CN112465316B CN202011280662.0A CN202011280662A CN112465316B CN 112465316 B CN112465316 B CN 112465316B CN 202011280662 A CN202011280662 A CN 202011280662A CN 112465316 B CN112465316 B CN 112465316B
- Authority
- CN
- China
- Prior art keywords
- nutrient solution
- regulation
- demand response
- module
- aeroponics
- 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
- 235000015097 nutrients Nutrition 0.000 title claims abstract description 243
- 230000004044 response Effects 0.000 title claims abstract description 121
- 238000011156 evaluation Methods 0.000 title claims abstract description 31
- 239000003595 mist Substances 0.000 title description 10
- 230000002787 reinforcement Effects 0.000 claims abstract description 11
- 230000010354 integration Effects 0.000 claims abstract description 8
- 238000005457 optimization Methods 0.000 claims abstract description 6
- 230000009471 action Effects 0.000 claims description 55
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 24
- 230000001105 regulatory effect Effects 0.000 claims description 21
- 230000007613 environmental effect Effects 0.000 claims description 18
- 238000011161 development Methods 0.000 claims description 16
- 230000005611 electricity Effects 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 14
- 230000012010 growth Effects 0.000 claims description 14
- 230000001276 controlling effect Effects 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 8
- 239000003795 chemical substances by application Substances 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 230000007704 transition Effects 0.000 claims description 7
- 238000005286 illumination Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 claims description 3
- 239000000243 solution Substances 0.000 description 177
- 241000196324 Embryophyta Species 0.000 description 20
- 230000018109 developmental process Effects 0.000 description 12
- 239000007788 liquid Substances 0.000 description 8
- 239000003337 fertilizer Substances 0.000 description 5
- 230000008635 plant growth Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008121 plant development Effects 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 239000008399 tap water Substances 0.000 description 2
- 235000020679 tap water Nutrition 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004720 fertilization Effects 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011259 mixed solution Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 239000010413 mother solution Substances 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- A01G31/00—Soilless cultivation, e.g. hydroponics
- A01G31/02—Special apparatus therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/20—Reduction of greenhouse gas [GHG] emissions in agriculture, e.g. CO2
- Y02P60/21—Dinitrogen oxide [N2O], e.g. using aquaponics, hydroponics or efficiency measures
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Environmental Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Hydroponics (AREA)
Abstract
本发明公开了一种融入价格因素的雾培作物营养液需求响应调控评估系统，包括数据采集模块、数据集成模块、营养液需求响应决策模块、营养液需求响应调控案例模块、营养液需求响应调控综合评估模块和PLC控制模块。本发明综合考虑雾培作物营养液投放有效性和经济性两方面因素，提出了融入价格因素的雾培作物营养液需求响应调控评估系统，采用深度强化学习的智能算法，可寻找到营养液需求响应调控的优化方案，既保证了雾培装置内栽培植株的营养液响应需求，也保证了营养液投放设备的最佳经济性运行。本发明的融入价格因素的雾培作物营养液需求响应调控评估系统，具有既保证了雾培装置内栽培植株的营养液响应需求、也保证了营养液投放设备的最佳经济性运行的优点。
Description
技术领域
本发明涉及农作物栽培技术领域，特别是涉及一种融入价格因素的雾培作物营养液需求响应调控评估系统。
背景技术
雾培，又称气雾栽培，是一种以雾化营养液方式满足植物根系对水肥需求的新型无土栽培模式。它是利用喷雾装置将营养液雾化为小雾滴状，直接喷射到植物根系以提供植物生长所需的水分和养分的一种无土栽培技术。雾培不用固体基质而是直接将营养液喷雾到植物根系上，供给其所需的营养和氧。其基本原理是使植物的根系悬挂生长在封闭、不透光的环境内，营养液通过特殊设备形成喷雾，在自动控制系统的调控下间歇性喷到植物根系上，以提供植物生长所需的水分和养分。通常用泡沫塑料板制的容器，在板上打孔，栽入植物，茎和叶露在板孔上面，根系悬挂在下空间的暗处。每隔2-3min向根系喷营养液几秒钟。营养液循环利用，但营养液中肥料的溶解度应高，且要求喷出的雾滴极细。
现有的雾培种植装置存在这样缺陷，由于不能检测雾化种植装置的种植单元内的水分雾气或养分雾的浓度，易导致对种植单元内水分雾或养分雾浓度过高或过低，进而造成雾化效率低，水分雾气或养分雾气的浪费。
由于各种类型的雾培系统在结构、组成、运行特性等方面差异甚大，其雾培作物营养液需求响应特性各异。对于普通农户、系统用户等非专家级人员，如何在众多雾培作物营养液需求响应方案中进行合理选择，在兼顾有效性和经济性的前提下使得雾培作物营养液需求响应方案性价比最优，非常具有挑战性，已成为本领域技术人员亟待解决的技术问题。
发明内容
本发明所要解决的技术问题是提供一种融入价格因素的雾培作物营养液需求响应调控评估系统，以能够兼顾有效性和经济性的前提下使得雾培作物营养液需求响应方案性价比最优。
为解决上述技术问题，本发明采用如下的技术方案。
一种融入价格因素的雾培作物营养液需求响应调控评估系统，其特点是，包括数据采集模块、数据集成模块、营养液需求响应决策模块、营养液需求响应调控案例模块、营养液需求响应调控综合评估模块和PLC控制模块；
所述数据采集模块，用于采集雾培装置栽培植株的环境因子信息和生长发育信息；
所述数据集成模块，用于获取营养液投放设备的台账参数、运行信息和价格数据；
所述营养液需求响应决策模块，用于构建营养液需求响应决策模型；
所述营养液需求响应调控案例模块，包含经济调控案例和自定义调控案例；
所述营养液需求响应调控综合评估模块，用于将种植人员对雾培作物营养液投放有效性和经济性的要求与所述营养液需求响应调控案例模块中的已有调控案例进行对比，如果有近似满足要求的已有调控案例，则将该已有调控案例传输至PLC控制模块；
所述PLC控制模块，用于接收所述营养液需求响应调控案例模块给出的调控案例配置参数，控制雾培装置和营养液投放设备完成营养液需求响应调控。
所述环境因子信息包括雾培环境温度、湿度、光照和CO2浓度。
所述生长发育信息包括叶片纹理、叶片颜色、根系形态信息。
所述台账参数包括设备编号、运行次数、故障告警次数和最大流量；
所述运行信息包括开启或停止状态、正常或故障状态和当前流量信息。
所述价格数据包括调控日及未来一天的阶梯电价数据、营养液价格数据和水价数据。
构建营养液需求响应决策模型的过程包括如下步骤:
步骤1：获取每个雾培装置和营养液投放设备信息；
步骤2：采用深度强化学习理论建立营养液需求响应决策模型；
步骤3：对营养液需求响应决策模型进行训练和学习，得到训练好的营养液需求响应决策模型。
所述营养液需求响应决策模型包括环境模型模块和价值网络模块。
所述经济调控案例，用以保存以下信息：营养液需求响应决策模型给出的雾培装置和营养液投放设备调控动作，完成全部调控动作所花费的水、电、营养液成本总和，完成调控的雾培装置内营养液EC值和设定值。
所述自定义调控案例，用以保存以下信息：营养液需求响应决策模型给出的雾培装置和营养液投放设备调控动作，人为设定的完成全部调控动作所花费的水、电、营养液成本，完成调控的雾培装置内营养液EC值和设定值。
本发明的有益效果是：
本发明的一种融入价格因素的雾培作物营养液需求响应调控评估系统，包括数据采集模块、数据集成模块、营养液需求响应决策模块、营养液需求响应调控案例模块、营养液需求响应调控综合评估模块和PLC控制模块。
1、本发明综合考虑雾培作物营养液投放有效性和经济性两方面因素，提出了营养液需求响应决策模型，既保证了雾培装置内栽培植株的营养液响应需求，也保证了营养液投放设备的最佳经济性运行。
2、本发明还提出了营养液需求响应调控综合评估模块，通过对不同调控案例下的植物生长发育状态进行对比分析，可以评估调控案例是否最佳，以及设定的营养液EC值是否合理，可为进一步了解植株的生长发育机理提供重要线索和实践参考。
本发明综合考虑雾培作物营养液投放有效性和经济性两方面因素，提出了融入价格因素的雾培作物营养液需求响应调控评估系统，采用深度强化学习的智能算法，可寻找到营养液需求响应调控的优化方案，既保证了雾培装置内栽培植株的营养液响应需求，也保证了营养液投放设备的最佳经济性运行。
本发明的融入价格因素的雾培作物营养液需求响应调控评估系统，具有既保证了雾培装置内栽培植株的营养液响应需求、也保证了营养液投放设备的最佳经济性运行的优点。
附图说明
图1是本发明融入价格因素的雾培作物营养液需求响应调控评估系统的示意图。
图2是本发明融入价格因素的雾培作物营养液需求响应调控评估系统的营养液需求响应决策模型的构建流程图。
具体实施方式
下面结合附图对本发明的较佳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。
如图1，一种融入价格因素的雾培作物营养液需求响应调控评估系统，包括数据采集模块、数据集成模块、营养液需求响应决策模块、营养液需求响应调控案例模块、营养液需求响应调控综合评估模块和PLC控制模块；
所述数据采集模块，用于采集雾培装置栽培植株的环境因子信息和生长发育信息；
所述数据集成模块，用于获取营养液投放设备的台账参数、运行信息和价格数据；
所述营养液需求响应决策模块，用于构建营养液需求响应决策模型；
所述营养液需求响应调控案例模块，包含经济调控案例和自定义调控案例；
所述营养液需求响应调控综合评估模块，用于将种植人员对雾培作物营养液投放有效性和经济性的要求与所述营养液需求响应调控案例模块中的已有调控案例进行对比，如果有近似满足要求的已有调控案例，则将该已有调控案例传输至PLC控制模块；
所述PLC控制模块，用于接收所述营养液需求响应调控案例模块给出的调控案例配置参数，控制雾培装置和营养液投放设备完成营养液需求响应调控。
所述环境因子信息包括雾培环境温度、湿度、光照和CO2浓度。
所述生长发育信息包括叶片纹理、叶片颜色、根系形态信息。
所述台账参数包括设备编号、运行次数、故障告警次数和最大流量；
所述运行信息包括开启或停止状态、正常或故障状态和当前流量信息。
所述价格数据包括调控日及未来一天的阶梯电价数据、营养液价格数据和水价数据。
构建营养液需求响应决策模型的过程包括如下步骤:
步骤1：获取每个雾培装置和营养液投放设备信息；
步骤2：采用深度强化学习理论建立营养液需求响应决策模型；
步骤3：对营养液需求响应决策模型进行训练和学习，得到训练好的营养液需求响应决策模型。
所述营养液需求响应决策模型包括环境模型模块和价值网络模块。
所述经济调控案例，用以保存以下信息：营养液需求响应决策模型给出的雾培装置和营养液投放设备调控动作，完成全部调控动作所花费的水、电、营养液成本总和，完成调控的雾培装置内营养液EC值和设定值。
所述自定义调控案例，用以保存以下信息：营养液需求响应决策模型给出的雾培装置和营养液投放设备调控动作，人为设定的完成全部调控动作所花费的水、电、营养液成本，完成调控的雾培装置内营养液EC值和设定值。
本发明的融入价格因素的雾培作物营养液需求响应调控评估系统，包括包括数据采集模块、数据集成模块、营养液需求响应决策模块、营养液需求响应调控案例模块、营养液需求响应调控综合评估模块和PLC控制模块。
进一步地，所述数据采集模块，用于采集雾培装置栽培植株的环境因子信息和生长发育信息。其中，所述雾培装置包含雾培箱、种植板、超声波起雾器和电磁阀。
具体的，用于采集环境因子信息的传感器包括环境温度传感器、环境湿度传感器、环境CO2传感器、环境光照传感器、EC传感器、液位传感器和流量计。其中环境温度传感器、环境湿度传感器、环境光照传感器和环境CO2传感器用于将雾培环境温度、湿度、光照和CO2浓度物理信息转换为电信息，输入到数据采集模块之中。EC传感器和液位传感器分别用于进行液位判断和检测营养液的EC值(Electrical Conductivity)；流量计用于检测营养液投放量。EC值是用来测量溶液中可溶性盐浓度的，也可以用来测量液体肥料或种植介质中的可溶性离子浓度。EC值的单位用mS/cm或mmhos/cm表示，测量温度通常为25℃。
具体的，用于采集生长发育信息的传感器为导轨升降式摄像机，用于获取包括叶片纹理、叶片颜色、根系形态信息在内的栽培植株图像。特别要注意的是，为了获得根系形态信息，栽培植株所用的雾培箱需选用透明材质。
进一步地，所述数据集成模块用于获取营养液投放设备的台账参数和运行信息，以及价格数据等其他专有系统数据，同时获取数据采集模块所采集的各种数据。
具体的，所述营养液投放设备分为水泵、施肥泵和混合泵。其中，水泵用于将自来水注入到混液罐，混合泵用于将母液罐内人工调配好的高浓度营养液注入到混液罐，施肥泵用于将混液罐内营养液投放到雾培箱内。其台账参数包括设备编号、运行次数、故障告警次数、最大流量；其运行信息包括开启或停止状态、正常或故障状态、当前流量信息。
具体的，所述其他专有系统数据包括调控日及未来一天的阶梯电价数据、营养液价格数据和水价数据。
进一步地，所述营养液需求响应决策模块用于构建营养液需求响应决策模型。所述营养液需求响应决策模型的构建过程，具体包括以下几个步骤，如图2所示。
步骤S1，获取每个雾培装置和营养液投放设备信息，构成用于深度强化学习方法训练的原始信息。
具体的，在步骤S1中，所述原始信息包括：
所述雾培装置信息为：雾培装置编号、作物种类、作物生长发育状态、雾培箱内营养液EC当前值，需肥状态。其中，所述需肥状态分为正常、不足和过量，由雾培箱内营养液EC当前值和该雾培箱内营养液EC设定值对比判断给出。所述作物生长发育状态和所述EC设定值由种植人员根据种植经验给出，并支持种植专家通过小程序、微信公众号等方式远程查看栽培植株的环境因子信息和生长发育信息做进一步校正。
所述营养液投放设备信息为：营养液投放设备编号、运行状态，母液罐和混液罐内营养液EC当前值。
步骤S2，采用深度强化学习理论建立营养液需求响应决策模型，给予强化学习智能体奖惩值和状态转移信息，并确定出可供智能体选择的动作空间及其对应的动作的价值，并根据该价值确定出最优调控动作。其中，智能体指的是PLC控制模块，从营养液需求待响应的雾培装置中选择一个或多个进行营养液调控时，将需要确定的雾培装置和营养液投放设备信息的可调控参量取值转换为状态转移信息，对每个状态设定开启、关闭两种动作组成动作空间。
所述状态包括：当前所处的调控时段n；设备h在第n个调控时段的开关状态Xh,n；所针对的调控日的未来一天的阶梯电价数据和营养液价格数据。
所述动作空间的具体设计方法为：定义可调控参量集合为：X＝{Xh,n,h＝1,2,……H；n＝1,2,……,N}。式中，n表示第n个调控时段，N为总调控步数；h是水泵、混合泵、施肥泵和电磁阀的设备编号，H为设备最大编号(即设备总数)；Xh,n取值0、1，分别表示设备h在第n个时段中关闭、开启。各Xh,n取值形成不同的组合，这些组合共同构成动作空间。
具体的，在步骤S2中，所述营养液需求响应决策模型包括：环境模型模块和价值网络模块。
其中，所述环境模型给予强化学习智能体奖惩值、状态转移信息，并确定出可供智能体选择的动作空间；所述价值网络模块用于抽象所有雾培装置和营养液投放设备的状态，并输出雾培装置和营养液投放设备在该状态下对应不同动作时的价值，根据抽象出的雾培装置和营养液投放设备的状态对应的动作的价值进行最优调控动作的选择，并将选择到的最优调控动作反馈到环境模型模块；其中所选择的最优动作在所述环境模型提供的动作空间中。
更具体的，所述环境模型模块包括：状态转移单元、动作空间单元以及奖赏函数单元。
其中，所述状态转移单元根据前一时刻的雾培装置和营养液投放设备状态量和价值网络模块输出的当前时刻的动作，来对当前时刻的雾培装置和营养液投放设备的状态实施状态转移；所述动作空间单元用于根据当前雾培装置和营养液投放设备的状态量来确定可供智能体选择的动作范围；所述奖赏函数单元用于针对营养液需求响应调控情况利用设定的奖赏函数计算输出奖惩值，奖赏函数单元的输出端连接价值网络的输入端；所述奖赏函数根据营养液需求响应调控的优化目标来确定。
更具体的，所述营养液需求响应调控的优化目标包括：有效性、经济性。其中，有效性是指营养液需求响应调控满足营养液EC设定值要求，经济性是指营养液需求响应调控满足成本最低要求。
更具体的，所述奖赏函数用如下公式表示：rn＝ω1cn+ω2dn，其中，rn为回报值，cn和dn分别为有效性回报和经济性回报，ω1和ω2为权重值。
所述有效性回报表示为：式中，Eh，n表示第n个时段的编号为h的电磁阀所在的雾培装置内营养液EC值与设定值的差值绝对值，Eh，n-1表示第n-1个时段的编号为h的电磁阀所在的雾培装置内营养液EC值与设定值的差值绝对值，A为第n个时段的雾培装置内营养液EC值达到设定值允许误差范围内的数目，B为设定的正常数。
所述经济性回报表示为：式中，Jn表示第n个时段的电价，Ph表示设备h的功率，Xh，n表示设备h在第n个时段中的开关状态，Δt表示调控步长，为相邻时段的时长，kn表示第n个时段的水价，Q表示水泵在Δt内注入的自来水流量，ln表示第n个时段的营养液价格，S表示混合泵在Δt内注入的高浓度营养液流量。注入的自来水流量和高浓度营养液流量分别由第n个时段和第n-1个时段流量计测得的自来水流量和高浓度营养液流量分别相减给出。
更具体的，所述价值网络模块包括状态感知单元、动作选择单元和学习单元，通过使用深度神经网络模型来抽象雾培装置和营养液投放设备信息和价值拟合，进行最优参数调控动作选择，可选择的深度神经网络模型包括ANN、CNN、RNN、LSTM等网络模型及其组合或者变体。
步骤S3，利用营养液需求响应决策模型进行训练和学习，得到训练好的营养液需求响应决策模型。
具体的，在步骤S3中，根据雾培装置和营养液投放设备信息输入进行状态抽象，得到当前状态下最优的调控动作，价值网络可选择的动作范围由动作空间确定，价值网络选择的最优动作将发送给营养液需求响应决策模型；营养液需求响应决策模型根据前一时刻的雾培装置和营养液投放设备状态，以及当前时刻的动作选择来进行状态转移，同时根据奖赏函数计算得出奖惩值，并将该奖惩值和改变后的状态量反馈给价值网络；如此不断迭代地进行训练和学习，最终使得营养液需求响应决策模型得以收敛。
进一步地，所述营养液需求响应调控案例模块包含经济调控案例，所述经济调控案例用以保存以下信息：营养液需求响应决策模型给出的雾培装置和营养液投放设备调控动作，完成全部调控动作所花费的水、电、营养液成本总和，完成调控的雾培装置内营养液EC值和设定值。
所述营养液需求响应调控案例模块还包括自定义调控案例，所述自定义调控案例用以保存以下信息：营养液需求响应决策模型给出的雾培装置和营养液投放设备调控动作，人为设定的完成全部调控动作所花费的水、电、营养液成本，完成调控的雾培装置内营养液EC值和设定值。此时，由于调控成本进行了人为设定，需将奖赏函数中的经济性回报表示为：dn＝-U用于训练营养液需求响应决策模型，式中，U表示完成调控所花费的水、电、营养液总成本。
进一步地，所述营养液需求响应调控综合评估模块用于将种植人员对雾培作物营养液投放有效性和经济性的要求与所述营养液需求响应调控案例模块中的已有调控案例进行对比，如果有近似满足要求的案例，则将案传输至PLC控制模块。若无近似满足要求的案例，则通过所述营养液需求响应决策模块生成营养液需求响应决策模型，给出雾培装置和营养液投放设备调控动作，并保存到所述营养液需求响应调控案例模块。
所述营养液需求响应调控综合评估模块还可通过对不同调控案例下的植物生长发育状态进行对比分析，来评估调控案例是否属于最佳调控案例，以及评估营养液EC设定值的合理性。
进一步地，所述PLC控制模块用于接收所述营养液需求响应调控案例模块给出的调控案例配置参数，控制雾培装置和营养液投放设备完成营养液需求响应调控。
本发明综合考虑雾培作物营养液投放有效性和经济性两方面因素，提出了营养液需求响应决策模型，既保证了雾培装置内栽培植株的营养液响应需求，也保证了营养液投放设备的最佳经济性运行。
本发明还提出了营养液需求响应调控综合评估模块，通过对不同调控案例下的植物生长发育状态进行对比分析，可以评估调控案例是否最佳，以及设定的营养液EC值是否合理，可为进一步了解植株的生长发育机理提供重要线索和实践参考。
本发明综合考虑雾培作物营养液投放有效性和经济性两方面因素，提出了融入价格因素的雾培作物营养液需求响应调控评估系统，采用深度强化学习的智能算法，可寻找到营养液需求响应调控的优化方案，既保证了雾培装置内栽培植株的营养液响应需求，也保证了营养液投放设备的最佳经济性运行。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (7)
1.一种融入价格因素的雾培作物营养液需求响应调控评估系统，其特征在于，包括数据采集模块、数据集成模块、营养液需求响应决策模块、营养液需求响应调控案例模块、营养液需求响应调控综合评估模块和PLC控制模块；
所述数据采集模块，用于采集雾培装置栽培植株的环境因子信息和生长发育信息；
所述数据集成模块，用于获取营养液投放设备的台账参数、运行信息和价格数据；
所述营养液需求响应决策模块，用于构建营养液需求响应决策模型；构建营养液需求响应决策模型的过程包括如下步骤:
步骤1：获取每个雾培装置和营养液投放设备信息；
步骤2：采用深度强化学习理论建立营养液需求响应决策模型；
步骤3：对营养液需求响应决策模型进行训练和学习，得到训练好的营养液需求响应决策模型；
所述营养液需求响应调控案例模块，包含经济调控案例和自定义调控案例；
所述营养液需求响应调控综合评估模块，用于将种植人员对雾培作物营养液投放有效性和经济性的要求与所述营养液需求响应调控案例模块中的已有经济调控案例和自定义调控案例进行对比，如果有近似满足要求的已有经济调控案例和自定义调控案例，则将该已有经济调控案例和自定义调控案例传输至PLC控制模块；有效性是指营养液需求响应调控满足营养液EC设定值要求，经济性是指营养液需求响应调控满足成本最低要求；所述经济调控案例用以保存以下信息：营养液需求响应决策模型给出的雾培装置和营养液投放设备调控动作，完成全部调控动作所花费的水、电、营养液成本总和，完成调控的雾培装置内营养液EC值和设定值；所述自定义调控案例用以保存以下信息：营养液需求响应决策模型给出的雾培装置和营养液投放设备调控动作，人为设定的完成全部调控动作所花费的水、电、营养液成本，完成调控的雾培装置内营养液EC值和设定值；此时，由于调控成本进行了人为设定，需将奖赏函数中的经济性回报表示为： 用于训练营养液需求响应决策模型，式中，U表示完成调控所花费的水、电、营养液总成本；
所述PLC控制模块，用于接收所述营养液需求响应调控案例模块给出的调控案例配置参数，控制雾培装置和营养液投放设备完成营养液需求响应调控。
2.根据权利要求1所述的融入价格因素的雾培作物营养液需求响应调控评估系统，其特征在于，所述环境因子信息包括雾培环境温度、湿度、光照和CO2浓度。
3.根据权利要求1所述的融入价格因素的雾培作物营养液需求响应调控评估系统，其特征在于，所述生长发育信息包括叶片纹理、叶片颜色、根系形态信息。
4.根据权利要求1所述的融入价格因素的雾培作物营养液需求响应调控评估系统，其特征在于，所述台账参数包括设备编号、运行次数、故障告警次数和最大流量。
5.根据权利要求1所述的融入价格因素的雾培作物营养液需求响应调控评估系统，其特征在于，所述运行信息包括开启或停止状态、正常或故障状态和当前流量信息。
6.根据权利要求1所述的融入价格因素的雾培作物营养液需求响应调控评估系统，其特征在于，所述价格数据包括调控日及未来一天的阶梯电价数据、营养液价格数据和水价数据。
7.根据权利要求1所述的融入价格因素的雾培作物营养液需求响应调控评估系统，其特征在于，所述营养液需求响应决策模型包括环境模型模块和价值网络模块；
所述环境模型给予强化学习智能体奖惩值、状态转移信息，并确定出可供智能体选择的动作空间；所述价值网络模块用于抽象所有雾培装置和营养液投放设备的状态，并输出雾培装置和营养液投放设备在该状态下对应不同动作时的价值，根据抽象出的雾培装置和营养液投放设备的状态对应的动作的价值进行最优调控动作的选择，并将选择到的最优调控动作反馈到环境模型模块；其中所选择的最优动作在所述环境模型提供的动作空间中；更具体的，所述环境模型模块包括：状态转移单元、动作空间单元以及奖赏函数单元；其中，所述状态转移单元根据前一时刻的雾培装置和营养液投放设备状态量和价值网络模块输出的当前时刻的动作，来对当前时刻的雾培装置和营养液投放设备的状态实施状态转移；所述动作空间单元用于根据当前雾培装置和营养液投放设备的状态量来确定可供智能体选择的动作范围；所述奖赏函数单元用于针对营养液需求响应调控情况利用设定的奖赏函数计算输出奖惩值，奖赏函数单元的输出端连接价值网络的输入端；所述奖赏函数根据营养液需求响应调控的优化目标来确；
价值网络模块包括状态感知单元、动作选择单元和学习单元，通过使用深度神经网络模型来抽象雾培装置和营养液投放设备信息和价值拟合，进行最优参数调控动作选择。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011280662.0A CN112465316B (zh) | 2020-11-16 | 2020-11-16 | 一种融入价格因素的雾培作物营养液需求响应调控评估系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011280662.0A CN112465316B (zh) | 2020-11-16 | 2020-11-16 | 一种融入价格因素的雾培作物营养液需求响应调控评估系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112465316A CN112465316A (zh) | 2021-03-09 |
| CN112465316B true CN112465316B (zh) | 2024-05-03 |
Family
ID=74836437
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011280662.0A Active CN112465316B (zh) | 2020-11-16 | 2020-11-16 | 一种融入价格因素的雾培作物营养液需求响应调控评估系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112465316B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117970985B (zh) * | 2024-03-29 | 2024-06-07 | 北京市农林科学院智能装备技术研究中心 | 基于知识图谱的营养液浓度调控方法、装置及存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19744653A1 (de) * | 1997-10-09 | 1999-04-15 | Christian Quirrenbach | Anlage zur Erzeugung von Biogas und ein Verfahren zum Betreiben der Anlage |
| JP2002297690A (ja) * | 2001-03-30 | 2002-10-11 | Watanabe Pipe | 栽培支援システム及び養液栽培システム |
| KR20150007668A (ko) * | 2013-07-12 | 2015-01-21 | 주식회사 인포마인드 | 식물공장의 자동화를 위한 맞춤 제어 시스템 및 그 방법 |
| JP2015076024A (ja) * | 2013-10-11 | 2015-04-20 | 株式会社日立製作所 | プラント制御装置の制御ゲイン最適化システム |
| CN105159257A (zh) * | 2015-08-25 | 2015-12-16 | 浙江大学 | 一种植物工厂集成控制系统及方法 |
| CN106951017A (zh) * | 2017-05-10 | 2017-07-14 | 寿光市众恒唐韵信息科技有限公司 | 作物调控模型驱动的智慧温室系统调控方法 |
| KR20180022159A (ko) * | 2016-08-23 | 2018-03-06 | 한국과학기술연구원 | 기계학습을 이용한 양액제어장치 및 방법 |
| CN109380101A (zh) * | 2017-08-09 | 2019-02-26 | 南充智库汽车有限公司 | 一种鱼菜共生无土栽培辣椒的装置及方法 |
| WO2020201214A1 (en) * | 2019-04-02 | 2020-10-08 | Natufia Labs Plc | Intelligent plant growth system and method |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11696583B2 (en) * | 2018-12-13 | 2023-07-11 | ProKure Solutions, LLC | Systems and methods for use of chlorine dioxide in cultivation and post-harvest applications |
-
2020
- 2020-11-16 CN CN202011280662.0A patent/CN112465316B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19744653A1 (de) * | 1997-10-09 | 1999-04-15 | Christian Quirrenbach | Anlage zur Erzeugung von Biogas und ein Verfahren zum Betreiben der Anlage |
| JP2002297690A (ja) * | 2001-03-30 | 2002-10-11 | Watanabe Pipe | 栽培支援システム及び養液栽培システム |
| KR20150007668A (ko) * | 2013-07-12 | 2015-01-21 | 주식회사 인포마인드 | 식물공장의 자동화를 위한 맞춤 제어 시스템 및 그 방법 |
| JP2015076024A (ja) * | 2013-10-11 | 2015-04-20 | 株式会社日立製作所 | プラント制御装置の制御ゲイン最適化システム |
| CN105159257A (zh) * | 2015-08-25 | 2015-12-16 | 浙江大学 | 一种植物工厂集成控制系统及方法 |
| KR20180022159A (ko) * | 2016-08-23 | 2018-03-06 | 한국과학기술연구원 | 기계학습을 이용한 양액제어장치 및 방법 |
| CN106951017A (zh) * | 2017-05-10 | 2017-07-14 | 寿光市众恒唐韵信息科技有限公司 | 作物调控模型驱动的智慧温室系统调控方法 |
| CN109380101A (zh) * | 2017-08-09 | 2019-02-26 | 南充智库汽车有限公司 | 一种鱼菜共生无土栽培辣椒的装置及方法 |
| WO2020201214A1 (en) * | 2019-04-02 | 2020-10-08 | Natufia Labs Plc | Intelligent plant growth system and method |
Non-Patent Citations (1)
| Title |
|---|
| 日光温室草莓立体栽培智能控制系统;陈一飞 等;农业工程学报;第29卷(第增刊1期);第184-189页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112465316A (zh) | 2021-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107945042B (zh) | 一种作物生长灌溉决策控制系统 | |
| CN105706860B (zh) | 基于云的节水灌溉自动控制和信息化管理系统 | |
| CN109673480A (zh) | 一种智能水肥一体化喷灌系统及控制方法 | |
| CN110347127A (zh) | 基于云服务的农作物种植托管系统及方法 | |
| CN109874477B (zh) | 一种农业园区施肥机托管方法及系统 | |
| CN108029515A (zh) | 一种现代农业智能节水灌溉系统 | |
| CN112450056A (zh) | 一种基于机器学习算法的水肥药一体化智能灌溉系统 | |
| CN110209137A (zh) | 一种智慧农业整体管理系统 | |
| IL91839A (en) | A system control method and method, such as a control system for feeding plants, based on irradiated and topical plants, in accordance with predefined rules | |
| CN107317937A (zh) | 一种基于手机app的立体农业种植棚远程管理系统 | |
| CN109601334A (zh) | 基于物联网的水肥滴灌系统 | |
| CN111459033A (zh) | 水、肥精量灌溉的灰色预测模糊pid控制方法及设备 | |
| CN113657751A (zh) | 一种智慧农业产融综合服务平台 | |
| CN207053612U (zh) | 一种基于手机app的立体农业种植棚远程管理系统 | |
| CN113349045A (zh) | 基于双塔式连续水培牧草栽培控制系统及其工作方法 | |
| CN114723113A (zh) | 一种农业自动化生产管理系统 | |
| CN112465316B (zh) | 一种融入价格因素的雾培作物营养液需求响应调控评估系统 | |
| CN113642729A (zh) | 基于机器学习的智能沼液施用方法、系统及存储介质 | |
| CN112568116A (zh) | 一种智能化的多层组合式垂直雾培系统及控制方法 | |
| CN105786058A (zh) | 一种基于电商预售模式的智能温室控制系统及方法 | |
| CN117016151A (zh) | 智慧农业水肥一体集成灌溉系统 | |
| CN115486358A (zh) | 一种多年生牧草滴灌自动化灌溉管理决策控制系统 | |
| Sun et al. | A review of smart irrigation decision support systems | |
| CN111528053B (zh) | 自动控制流量的阀门 | |
| Blancaflor et al. | An IoT Monitoring System Designed for Hydroponics Plant Cultivation |
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 |