CN113065687A - 基于溶解氧预测的水产养殖方法及系统 - Google Patents

基于溶解氧预测的水产养殖方法及系统 Download PDF

Info

Publication number
CN113065687A
CN113065687A CN202110279830.2A CN202110279830A CN113065687A CN 113065687 A CN113065687 A CN 113065687A CN 202110279830 A CN202110279830 A CN 202110279830A CN 113065687 A CN113065687 A CN 113065687A
Authority
CN
China
Prior art keywords
data
dissolved oxygen
module
remote server
unit
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.)
Granted
Application number
CN202110279830.2A
Other languages
English (en)
Other versions
CN113065687B (zh
Inventor
池晨
陈雅茜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest Minzu University
Original Assignee
Southwest Minzu University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southwest Minzu University filed Critical Southwest Minzu University
Priority to CN202110279830.2A priority Critical patent/CN113065687B/zh
Publication of CN113065687A publication Critical patent/CN113065687A/zh
Application granted granted Critical
Publication of CN113065687B publication Critical patent/CN113065687B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477—Temporal data queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/05—Agriculture
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/30—Control
    • G16Y40/35—Management of things, i.e. controlling in accordance with a policy or in order to achieve specified objectives
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/133—Protocols for remote procedure calls [RPC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/16—Gateway arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
    • G06F2216/03—Data 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
    • Y02A40/81—Aquaculture, e.g. of fish

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Fuzzy Systems (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Agronomy & Crop Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medical Informatics (AREA)
  • Tourism & Hospitality (AREA)
  • Chemical & Material Sciences (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Animal Husbandry (AREA)
  • Mining & Mineral Resources (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Operations Research (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)

Abstract

本发明公开了基于溶解氧预测的水产养殖方法及系统，通过DHT11温湿度传感器、DS18B20水温传感器、BMP180气压传感器采集到的气温、气压、水温、空气湿度等4类水产养殖数据。在此基础上通过溶解氧预测模型得到第5类数据即溶解氧的预测值，以替代传统水产养殖系统中造价高昂的溶解氧传感器，降低系统硬件成本。将这5类数据融合为环境数据，基于此计算出实时的渔场健康值，从而实现增氧机等设备的实时控制。此外引入数据可视化技术，对环境数据进行高维数据可视化，为用户在养殖状况估算、水质判断等方面提供数据支撑。

Description

基于溶解氧预测的水产养殖方法及系统
技术领域
本发明涉及水产养殖自动化领域，具体涉及基于溶解氧预测的水产养殖方法及系统。
背景技术
现有的水产养殖管理方式主要分为纯人工养殖和自动控制系统两种。
纯人工养殖是最传统的养殖方式，在投料、增氧机控制、水温调节、定时巡塘、检查鱼病等养殖的每个环节都必须要人工参与。纯人工养殖方式存在着开启养殖设备不及时、增氧时间过短等明显弊端。以增氧机的控制为例，需要根据经验来控制增氧机的开启以及增氧时间的长短。如果没能准确判断增氧的时机，或者鱼塘管理者没有及时开启增氧机，就可能出现因水体溶氧不足造成鱼类死亡。此外，如果增氧机出现堵转而没能及时发现，可能会烧毁增氧机，无法保证及时有效管控池塘环境。
为解决纯人工养殖的设备管控不及时、不合理等问题，出现了基于传感器与电控系统的自动控制系统。该系统主要以单片机为核心，配置实现各种功能的外围元件。在硬件完整的基础上处理器通过软件程序的运行，与各单元外围电路进行通信，控制各功能模块的正常工作。以水产养殖增氧机的自动控制为例，目前国内外主要存在两种形式：1、到某个特定时刻如夜间或阴雨天，通过自动控制电路自动开启增氧机；2、采用编码解码无线收发组件进行信号的传输，将采集到的溶解氧等信号进行处理，通过无线组件将信号发送给中央处理器并判定当前采集的溶解氧是否超过预设阈值，从而操作增氧机的开启。但由于阈值是固定的，容易造成误判。
现有基于传感器的水产养殖管理系统存在以下缺点：
(1)部分传感器如溶解氧传感器等价格昂贵，使得硬件成本高昂。
(2)只能通过设置固定时间和固定阈值来控制设备，不能根据具体情况实时控制设备开启，容易造成误启动、误关闭以及能源浪费，无法做到真正的智能化。
(3)数据利用率不高，采集到的数据没有做更深入的分析，不能帮助用户解决一些养殖过程中出现的的问题，如水产养殖的健康检测或提出养殖建议等。
(4)设备体积过大，系统耦合性较高，导致后期设备维护时不能针对某一零件进行升级或更换，后期维护成本较高。
现有的基于溶解氧预测的水产养殖管理系统存在以下缺点：
(1)模型预测效果不稳定，预测算法计算复杂度高，模型训练速度慢。
(2)将模型嵌入到硬件中进行本地计算时，对硬件性能要求较高。
发明内容
本发明所要解决的技术问题是现有溶解氧传感器价格昂贵、只能通过设置固定时间和固定阈值来控制设备、数据利用率不高、设备体积过大、模型预测效果不稳定和模型训练速度慢等问题，目的在于提供基于溶解氧预测的水产养殖方法及系统，基于传感器采集到的气温、气压、水温、空气湿度等4类环境数据，采用溶解氧预测模型对这4类数据进行回归分析预测，预测精度和运行效率均优于其他模型，能替代造价高昂的溶解氧传感器，从而大幅度降低系统的硬件部署成本。
基于溶解氧预测的水产养殖方法，包括以下步骤：
步骤1：节点模块的传感器采集到水产品养殖基本数据；
步骤2：将所述水产品养殖基本数据经过节点模块的数据采集发送单元发送给网关模块中的接收控制模块；
步骤3：所述接收控制模块接收到水产品养殖基本数据后，经过网关模块中的通信单元发送给远程服务器；
步骤4：所述远程服务器将接收到的水产品养殖基本数据输入到预先植入好的溶解氧预测模型中，得到溶解氧的预测值；
步骤5：将所述溶解氧的预测值融合成环境数据，所述环境数据还包括传感器采集水产品养殖基本数据的相应时间戳数据，所述远程服务器将所述环境数据写入远程服务器中的数据库中，并转发给远程服务器中的健康监测服务单元；
步骤6：所述健康监测服务单元将所述环境数据在标准气压、温度下得到的核定值与所述溶解氧的预测值在标准气压、温度下得到的核定值求差，得到数组；
步骤7：对数组进一步处理，得到一组健康值，如果所述健康值大于或等于第一预值，则进行下一步骤；如果所述健康值低于第一预值，跳转至步骤11，向远程服务器中的远程控制服务单元发起请求；
步骤8：向远程服务器请求调取环境数据；
步骤9：远程服务器收到请求后，读取数据库中的环境数据并反馈给用户终端；
步骤10：接收到环境数据后，对环境数据进行计算实现健康值估算，并将环境数据写入可视化工具中，生成多种数据图表；通过对高维数据可视化的可视化显示来深度挖掘数据潜在价值，为用户决策提供有效保障。
步骤11：向远程控制服务器发起控制请求；
步骤12：远程控制服务单元根据用户终端发送的请求内容向网关模块中的通信模块单元发送操作指令；
步骤13：所述通信模块单元将操作指令发送给接收控制模块；
步骤14：接收控制模块根据所述操作指令控制网关模块中的继电器完成动作。
进一步，所述传感器包括水温传感器、气压传感器、气温传感器和湿度传感器。
通过DHT11温湿度传感器、DS18B20水温传感器、BMP180气压传感器采集到的气温、气压、水温、空气湿度等4类水产养殖数据。在此基础上通过溶解氧预测模型得到第5类数据即溶解氧的预测值，以替代传统水产养殖系统中造价高昂的溶解氧传感器，降低系统硬件成本。将这5类数据融合为环境数据，基于此计算出实时的渔场健康值，从而实现增氧机等设备的实时控制。此外引入数据可视化技术，对环境数据进行高维数据可视化，为用户在养殖状况估算、水质判断等方面提供数据支撑。
进一步，所述步骤7具体包括：如果所述健康值大于或等于60，则进行下一步骤；如果所述健康值低于60，跳转至步骤11，向远程服务器中的远程控制服务单元发起请求。
进一步，所述步骤S10具体包括：用户终端接收到JSON格式的环境数据后，对JSON格式的环境数据进行计算实现健康值估算，并将JSON格式的环境数据写入echart可视化工具中，生成多种数据图表；
进一步，所述多种数据图表包括数据走势分析图、数据总比分析图、日历热图、小时热图和连接图。
将采集到的4类数据和预测得到的溶解氧数据进行合并，形成环境数据，基于此计算出鱼塘的实时健康值，从而实现增氧机等渔场设备的实时控制。该方法优于固定阈值的传统控制方法。
进一步，所述健康监测服务单元将所述环境数据在标准气压、温度下得到的核定值与所述溶解氧的预测值在标准气压、温度下得到的核定值求差，得到数组A1；
对所述数组A1进行归一化处理并映射到0-1区间上，得到数组A2；
对所述数组A2依次进行求和与求均值运算，得到数字B1；
对所述数字B1进行扩大100倍操作，得到数字B1对应的健康值。
进一步，所述水产品养殖基本数据包括水温数据、气温数据、气压数据和湿度数据。
基于溶解氧预测的水产养殖系统，包括节点模块、网关模块和远程服务器；
所述节点模块包括数据采集发送单元、水温传感器、气压传感器、气温湿度传感器；
所述网关模块包括接收控制单元、继电器和通信单元；
所述远程服务器包括远程控制服务单元、健康监测服务单元、溶解氧预测模型单元和数据库；
进一步，所述节点模块，用于采集水产品养殖基本数据，并通过数据采集发送单元将所述水产品养殖基本数据发送给网关模块；
所述网关模块，用于通过接收控制单元接收节点模块发送的数据，用于通过通信单元传送节点模块发送的数据至远程服务器；用于通过通信单元接收远程服务器发送的指令；用于通过接收控制单元控制继电器的开启或关闭操作；
所述远程服务器，用于跟网关模块进行双向通信，接收网关模块发送的数据并向网关模块发送操作指令，用于通过溶解氧预测模型计算溶解氧，用于用户终端提供数据调用服务。
进一步，通信模块可连接到公网，所述通信模块负责软件与硬件之间的通信功能。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明基于溶解氧预测的水产养殖方法及系统，基于传感器采集到的气温、气压、水温、空气湿度等4类环境数据，采用溶解氧预测模型对这4类数据进行回归分析预测，得到了溶解氧的预测值。实验结果证明该方法预测结果准确，该模型的R2得分大于0.95，且预测值的均方根误差不超过0.5419mg/L，与极限学习机ELM、BP神经网络，遗传算法优化BP神经网络GA-BP相比，分别降低了10.85％、6.91％和6.41％，且模型运行时间仅需0.21秒，预测精度和运行效率均优于其他模型。综上，能替代造价高昂的溶解氧传感器，从而大幅度降低系统的硬件部署成本。
将采集到的4类数据和预测得到的溶解氧数据进行合并，形成环境数据，基于此计算出水产养殖的实时健康值，从而实现增氧机等设备的实时控制。该方法优于固定阈值的传统控制方法。
系统通过对高维数据可视化的可视化显示来深度挖掘数据潜在价值，为用户决策提供有效保障。
模型对嵌入式硬件的性能要求较低，经测试该模型能顺利在AT89C51、CC2530等性能较弱的中央处理器上运行。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1是本发明系统模块基本组成图；
图2是本发明系统方法的时序图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
在以下描述中，为了提供对本发明的透彻理解阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实例中，为了避免混淆本发明，未具体描述公知的结构、电路、材料或方法。
在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“一个实施例”、“实施例”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。
在本发明的描述中，需要理解的是，术语“前”、“后”、“左”、“右”、“上”、“下”、“竖直”、“水平”、“高”、“低”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制。
实施例一：
如图1所示，本发明基于溶解氧预测的水产养殖方法及系统，通过DHT11温湿度传感器、DS18B20水温传感器、BMP180气压传感器采集到的气温、气压、水温、空气湿度等4类水产养殖数据。在此基础上通过溶解氧预测模型得到第5类数据即溶解氧的预测值，以替代传统水产养殖系统中造价高昂的溶解氧传感器，降低系统硬件成本。将这5类数据融合为环境数据，基于此计算出实时的渔场健康值，从而实现增氧机等设备的实时控制。此外引入数据可视化技术，对环境数据进行高维数据可视化，为用户在养殖状况估算、水质判断等方面提供数据支撑。
下面先阐述本发明的系统结构：
图1展示了基于溶解氧预测的水产养殖系统，其核心包含如下关键设计：前端用户界面、溶解氧预测服务、健康监测服务、远程控制服务以及相应的数据库。系统整体采用前后端分离加微服务结构设计，后端各服务拥有独立的系统进程、数据库等运行环境，各服务间通过RPC框架进行远程调用实现数据从采集到存储到计算到绘制的过程。
数据库采用多库多表设计设计，各后台服务数据库数据相互同步，每一个鱼塘对应一张数据表，存储气温、气压、空气湿度、水温、溶解氧、设备开启状态、养殖鱼种类等参数。
数据在此系统结构下的流向由以下13个步骤组成：
步骤(1)：节点的传感器采集水温、气温、气压、湿度等4类水产养殖数据；
步骤(2)：数据经过节点的ZigBee数据发送模块发往控制器；
步骤(3)：控制器接收到数据后将数据经过ESP8266通信模块发送给远程服务器；
步骤(4)：服务器将收到的水温、气温、气压、湿度等4类数据输入溶解氧预测模型得到第五种数据即溶解氧的预测值。将这5类数据融合后成为环境数据；
步骤(5)：服务器将环境数据以及相应时间戳一同写入数据库并转发给后端健康监测服务；
步骤(6)：后端健康监测服务首先将环境数据与5类数据各自在标准气压、温度下得到的核定值求差得到数组A1，然后对A1进行归一化处理，将所有数据映射到0-1区间上得到数组A2，再对数组A2依次进行求和与求均值运算得到数字B1，最后对B1的值扩大100倍得到该组数据对应的健康值。如果健康值低于60，则向后台远程控制服务发起请求，进入步骤(11)；
参考空气质量指数AQI(Air Quality Index)计算规则引入鱼塘健康评估方法，从实时环境数据中取出不同指标数据，根据马瑞宁对淡水混养池塘水质评价方法的研究，设置淡水池塘溶解氧单因子标识指数，并对溶解氧在不同范围内设置上下限与标准值，溶解氧预测值Do与当前所处范围上限DoLo求差得到数组A1，然后对A1进行归一化处理，将数据映射到[0，1]区间上得到数组A2，A2乘以相邻范围上限差DoHi-DoLo得到A3，最后A3与当前范围标准值相加并求均值后得到健康值，表达式为H＝(DoHi-DoLo)(Do-DoLo)+HLo，其中HLo表示健康基准值，DoHi、DoLo分别代表相邻范围溶解氧下限。
例如，在气温23摄氏度与标准大气压下，得到溶解氧值分别为12.99mg/L与8.47mg/L。健康值下限为60，溶解氧上下限分别为12.825mg/L与8.55mg/L，对应健康值分别为(12.825-8.55)*(12.99-8.55)+60≈79、(12.825-8.55)*(8.47-8.55)+60≈59，最终得分低于60则判定缺氧，因此溶解氧为8.47mg/L时会自动开启增氧设备。
步骤(7)：用户通过前端登录界面进入后端管理系统；
步骤(8)：用户进入后，前端数据可视化界面向后端服务器请求环境数据；
步骤(9)：后端服务器收到前端请求后读取数据库数据并以JSON格式返回给前端界面；
步骤(10)：前端界面接收到后端数据后，在前端对数据进行计算实现健康值估算并将数据写入echart可视化工具，渲染数据走势分析、数据总比分析、日历热图、小时热图、连接图等多种数据图表；
步骤(11)：用户进入前端远程控制界面，点击远程控制按钮，前端向后端远程控制服务发起请求；
步骤(12)：后端远程控制服务根据请求内容向硬件网关的ESP8266 WLAN发送操作指令；
步骤(13)：硬件网关根据指令操作对应的继电器；
实施例二：
其中，溶解氧预测模型的具体训练步骤包括：
步骤(14)：将数据集按4：6分为训练集和测试集，数据集主要来自中国科学数据发布的鄱阳湖站水环境数据集以及公开的美国阿拉巴马Meaher Park的水文环境数据集，该数据集包括鄱阳湖在2013-2018年间的每年1月、4月、7月和10月的全湖定点观测数据、Meaher Park在2016年12个月中累积观测到的数据，共18000条数据；
步骤(15)：将训练集输入skleam的溶解氧预测模型，得到一个初始模型；
步骤(16)：使用最小二乘法方式求偏导迭代调整参数。
步骤(17)：设置目标函数为
Figure BDA0002978315950000071
步骤(18)：找到多元线性函数中的驻点，即偏导数为0的点。考虑到驻点不一定唯一，引入黑塞矩阵(Hessian Matrix)的正定性来证明所找到的驻点为全局最优解；
步骤(19)：对目标函数进行二阶求导得XTX；
步骤(20)：因为矩阵自身和自身相乘结果一定是非负的，所以Hessian矩阵是半正定的，根据Hessian矩阵的正定性能够判断目标函数为凸函数，函数图像开口向上并有极小值。所以对J求偏导，导数为0的一组解就是使目标函数最小的解；因为矩阵自身和自身相乘结果一定是非负的，所以Hessian矩阵是半正定的，根据Hessian矩阵的正定性能够判断目标函数为凸函数，函数图像开口向上并有极小值。所以对J求偏导，导数为0的一组解就是使目标函数最小的解，得到θ＝(XTX)-1XTY；
步骤(21)：不断迭代重复步骤(20)，得到最优解；
针对系统中的硬件部分，以下将介绍硬件组成结构及各部分功能：
步骤(23)：硬件部分由节点与网关组成，节点由一个基于CC2530中央处理器的ZigBee数据采集发送模块和水温、气温、气压、湿度传感器组成；网关由一个基于CC2530中央处理器的ZigBee接收控制模块、ESP8266通信模块和一个继电器组成；
步骤(24)：节点的作用是使用几种不同的传感器采集渔场环境数据，并通过ZigBee数据采集发送模块将数据发往网关；
步骤(25)：网关的作用是通过ZigBee接收控制模块接收节点数据，ESP8266通信模块负责将数据传送到远程服务器和接收远程服务器发送的指令(开启设备/关闭设备)。接收到指令后，CC2530接收控制模块控制继电器的开启或关闭操作；
步骤(26)：ESP8266通信模块通过WLAN连接到公网后，负责软件与硬件之间的通信功能。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.基于溶解氧预测的水产养殖方法，其特征在于，包括以下步骤：
步骤1：节点模块的传感器采集到水产品养殖基本数据；
步骤2：将所述水产品养殖基本数据经过节点模块的数据采集发送单元发送给网关模块中的接收控制模块；
步骤3：所述接收控制模块接收到水产品养殖基本数据后，经过网关模块中的通信单元发送给远程服务器；
步骤4：所述远程服务器将接收到的水产品养殖基本数据输入到预先植入好的溶解氧预测模型中，得到溶解氧的预测值；
步骤5：将所述溶解氧的预测值融合成环境数据，所述环境数据还包括传感器采集水产品养殖基本数据的相应时间戳数据，所述远程服务器将所述环境数据写入远程服务器中的数据库中，并转发给远程服务器中的健康监测服务单元；
步骤6：所述健康监测服务单元将所述环境数据在标准气压、温度下得到的核定值与所述溶解氧的预测值在标准气压、温度下得到的核定值求差，得到数组；
步骤7：对数组进一步处理，得到一组健康值，如果所述健康值大于或等于第一预值，则进行下一步骤；如果所述健康值低于第一预值，跳转至步骤11，向远程服务器中的远程控制服务单元发起请求；
步骤8：向远程服务器请求调取环境数据；
步骤9：远程服务器收到请求后，读取数据库中的环境数据并反馈给用户终端；
步骤10：接收到环境数据后，对环境数据进行计算实现健康值估算，并将环境数据写入可视化工具中，生成多种数据图表；
步骤11：向远程控制服务器发起控制请求；
步骤12：远程控制服务单元根据用户终端发送的请求内容向网关模块中的通信模块单元发送操作指令；
步骤13：所述通信模块单元将操作指令发送给接收控制模块；
步骤14：接收控制模块根据所述操作指令控制网关模块中的继电器完成动作。
2.根据权利要求1所述的基于溶解氧预测的水产养殖方法，其特征在于，所述传感器包括水温传感器、气压传感器、气温传感器和湿度传感器。
3.根据权利要求1所述的基于溶解氧预测的水产养殖方法，其特征在于，所述步骤S10具体包括：用户终端接收到JSON格式的环境数据后，对JSON格式的环境数据进行计算实现健康值估算，并将JSON格式的环境数据写入echart可视化工具中，生成多种数据图表。
4.根据权利要求3所述的基于溶解氧预测的水产养殖方法，其特征在于，所述多种数据图表包括数据走势分析图、数据总比分析图、日历热图、小时热图和连接图。
5.根据权利要求1所述的基于溶解氧预测的水产养殖方法，其特征在于，所述健康监测服务单元将所述环境数据在标准气压、温度下得到的核定值与所述溶解氧的预测值在标准气压、温度下得到的核定值求差，得到数组A1；
对所述数组A1进行归一化处理并映射到0-1区间上，得到数组A2；
对所述数组A2依次进行求和与求均值运算，得到数字B1；
对所述数字B1进行扩大100倍操作，得到数字B1对应的健康值。
6.根据权利要求1所述的基于溶解氧预测的水产养殖方法，其特征在于，所述步骤7具体包括：如果所述健康值大于或等于60，则进行下一步骤；如果所述健康值低于60，跳转至步骤11，向远程服务器中的远程控制服务单元发起请求。
7.根据权利要求1所述的基于溶解氧预测的水产养殖方法，其特征在于，所述水产品养殖基本数据包括水温数据、气温数据、气压数据和湿度数据。
8.基于溶解氧预测的水产养殖系统，其特征在于，包括节点模块、网关模块和远程服务器；
所述节点模块包括数据采集发送单元、水温传感器、气压传感器、气温湿度传感器；
所述网关模块包括接收控制单元、继电器和通信单元；
所述远程服务器包括远程控制服务单元、健康监测服务单元、溶解氧预测模型单元和数据库；
所述节点模块，用于采集水产品养殖基本数据，并通过数据采集发送单元将所述水产品养殖基本数据发送给网关模块；
所述网关模块，用于通过接收控制单元接收节点模块发送的数据，用于通过通信单元传送节点模块发送的数据至远程服务器；用于通过通信单元接收远程服务器发送的指令；用于通过接收控制单元控制继电器的开启或关闭操作；
所述远程服务器，用于跟网关模块进行双向通信，接收网关模块发送的数据并向网关模块发送操作指令，用于通过溶解氧预测模型计算溶解氧，用于用户终端提供数据调用服务。
9.根据权利要求8所述的基于溶解氧预测的水产养殖系统，其特征在于，通信模块可连接到公网，所述通信模块负责软件与硬件之间的通信功能。
CN202110279830.2A 2021-03-16 2021-03-16 基于溶解氧预测的水产养殖方法及系统 Active CN113065687B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110279830.2A CN113065687B (zh) 2021-03-16 2021-03-16 基于溶解氧预测的水产养殖方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110279830.2A CN113065687B (zh) 2021-03-16 2021-03-16 基于溶解氧预测的水产养殖方法及系统

Publications (2)

Publication Number Publication Date
CN113065687A true CN113065687A (zh) 2021-07-02
CN113065687B CN113065687B (zh) 2023-09-05

Family

ID=76560530

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110279830.2A Active CN113065687B (zh) 2021-03-16 2021-03-16 基于溶解氧预测的水产养殖方法及系统

Country Status (1)

Country Link
CN (1) CN113065687B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115385445A (zh) * 2022-09-21 2022-11-25 南京晓庄学院 一种基于大数据的污水生化处理用软测量管理系统
CN116185104A (zh) * 2022-12-30 2023-05-30 宁波市海洋与渔业研究院 一种水产养殖溶解氧与水温的解耦控制方法与系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102183621A (zh) * 2011-02-28 2011-09-14 中国农业大学 水产养殖溶解氧浓度在线预测方法及系统
CN102662039A (zh) * 2012-04-17 2012-09-12 戴会超 一种基于bp神经网络的水体溶解氧饱和度预测方法
CN103336503A (zh) * 2013-06-24 2013-10-02 马从国 水产养殖池塘溶解氧控制系统
CN105956702A (zh) * 2016-04-29 2016-09-21 中国农业大学 一种基于数据融合的水产养殖水质溶解氧预测方法
CN106096780A (zh) * 2016-06-13 2016-11-09 浙江万里学院 蚁群算法优化最小二乘支持向量机的溶解氧预测方法
CN107728477A (zh) * 2017-09-21 2018-02-23 中国农业大学 一种工厂化水产养殖水质溶解氧预测控制方法及系统
CN107991977A (zh) * 2018-02-06 2018-05-04 厦门市飞鸥科技有限公司 一种水产养殖智能监控系统及其监控方法
CN108647831A (zh) * 2018-05-16 2018-10-12 华南农业大学 一种多源信息融合的水产养殖环境中氨氮/亚硝酸盐含量预测系统及方法
CN109445391A (zh) * 2018-11-08 2019-03-08 江苏大学 一种基于物联网的水产养殖多参数智能监控系统及其方法
CN111105079A (zh) * 2019-11-29 2020-05-05 江苏信息职业技术学院 一种物联网水体溶解氧预测方法及水质监测系统
CN111310788A (zh) * 2020-01-15 2020-06-19 广东奥博信息产业股份有限公司 基于参数优化的水体pH值预测方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102183621A (zh) * 2011-02-28 2011-09-14 中国农业大学 水产养殖溶解氧浓度在线预测方法及系统
CN102662039A (zh) * 2012-04-17 2012-09-12 戴会超 一种基于bp神经网络的水体溶解氧饱和度预测方法
CN103336503A (zh) * 2013-06-24 2013-10-02 马从国 水产养殖池塘溶解氧控制系统
CN105956702A (zh) * 2016-04-29 2016-09-21 中国农业大学 一种基于数据融合的水产养殖水质溶解氧预测方法
CN106096780A (zh) * 2016-06-13 2016-11-09 浙江万里学院 蚁群算法优化最小二乘支持向量机的溶解氧预测方法
CN107728477A (zh) * 2017-09-21 2018-02-23 中国农业大学 一种工厂化水产养殖水质溶解氧预测控制方法及系统
CN107991977A (zh) * 2018-02-06 2018-05-04 厦门市飞鸥科技有限公司 一种水产养殖智能监控系统及其监控方法
CN108647831A (zh) * 2018-05-16 2018-10-12 华南农业大学 一种多源信息融合的水产养殖环境中氨氮/亚硝酸盐含量预测系统及方法
CN109445391A (zh) * 2018-11-08 2019-03-08 江苏大学 一种基于物联网的水产养殖多参数智能监控系统及其方法
CN111105079A (zh) * 2019-11-29 2020-05-05 江苏信息职业技术学院 一种物联网水体溶解氧预测方法及水质监测系统
CN111310788A (zh) * 2020-01-15 2020-06-19 广东奥博信息产业股份有限公司 基于参数优化的水体pH值预测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115385445A (zh) * 2022-09-21 2022-11-25 南京晓庄学院 一种基于大数据的污水生化处理用软测量管理系统
CN116185104A (zh) * 2022-12-30 2023-05-30 宁波市海洋与渔业研究院 一种水产养殖溶解氧与水温的解耦控制方法与系统

Also Published As

Publication number Publication date
CN113065687B (zh) 2023-09-05

Similar Documents

Publication Publication Date Title
CN113065687A (zh) 基于溶解氧预测的水产养殖方法及系统
CN110955288B (zh) 一种基于大数据的环境监管系统
CN208737269U (zh) 一种智慧园区环境监测及控制系统
CN103907571B (zh) 一种基于物联网的蚕室催青控制方法及系统
CN109874683A (zh) 一种环保装配式规模化养猪场及建造方法
CN108541627A (zh) 一种禽类孵化器的自动控制装置及方法
CN107102108A (zh) 一种水产养殖水质监控系统
CN113009952A (zh) 一种肉鸭笼养棚舍自动监管系统
CN109937900A (zh) 喂养系统、喂养系统的控制方法及控制终端
CN118329110A (zh) 一种基于人工智能的水产养殖监控预警系统及其使用方法
CN113608439A (zh) 一种基于物联网的传感器报警阈值调节方法
CN111272211A (zh) 一种基于物联网的蜂场蜂箱远程监测系统
CN106802611A (zh) 基于物联网的智能水产养殖管理系统及控制方法
CN204989915U (zh) 一种水产养殖监控系统
CN106980002A (zh) 一种采样池水质采集装置
CN116439157A (zh) 中小规模育雏舍环境监控系统与生态育雏方法、电子设备
CN117029904A (zh) 一种智能化笼养家禽巡检系统
CN110673483B (zh) 一种基于移动物联网技术的畜禽智能养殖系统及方法
CN214586469U (zh) 基于物联网的山羊养殖监测管理系统
CN218567919U (zh) 一种农业大棚的数据采集及控制装置
CN112947644A (zh) 一种基于物联网的鸡只生长环境监测管理系统与方法
CN106818538A (zh) 一种鸡舍环境监控系统
CN114521538A (zh) 规模化自动化处置污泥及农业废弃物的蚯蚓养殖系统
CN208766545U (zh) 一种人工智能化养殖小龙虾集成装置
CN109115189B (zh) 一种基于人工智能间接指示的海洋参数获取分析方法

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