CN116102100A - 一种基于物联网设备的水质修复反馈控制方法及系统 - Google Patents
一种基于物联网设备的水质修复反馈控制方法及系统 Download PDFInfo
- Publication number
- CN116102100A CN116102100A CN202310289008.3A CN202310289008A CN116102100A CN 116102100 A CN116102100 A CN 116102100A CN 202310289008 A CN202310289008 A CN 202310289008A CN 116102100 A CN116102100 A CN 116102100A
- Authority
- CN
- China
- Prior art keywords
- water quality
- information
- restoration
- quality restoration
- repair
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 552
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000008439 repair process Effects 0.000 claims abstract description 96
- 238000012544 monitoring process Methods 0.000 claims abstract description 89
- 238000004458 analytical method Methods 0.000 claims abstract description 54
- 238000011156 evaluation Methods 0.000 claims abstract description 53
- 230000015654 memory Effects 0.000 claims description 23
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000001303 quality assessment method Methods 0.000 claims description 17
- 238000011161 development Methods 0.000 claims description 13
- 238000013441 quality evaluation Methods 0.000 claims description 12
- 238000012300 Sequence Analysis Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 5
- 230000005284 excitation Effects 0.000 claims description 5
- 230000000087 stabilizing effect Effects 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 3
- 230000000630 rising effect Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 2
- 238000005067 remediation Methods 0.000 claims 2
- 230000000694 effects Effects 0.000 abstract description 35
- 238000004590 computer program Methods 0.000 description 9
- 244000005700 microbiome Species 0.000 description 6
- 239000013049 sediment Substances 0.000 description 5
- 239000003643 water by type Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- ODINCKMPIJJUCX-UHFFFAOYSA-N Calcium oxide Chemical compound [Ca]=O ODINCKMPIJJUCX-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000013043 chemical agent Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000003619 algicide Substances 0.000 description 1
- 235000012255 calcium oxide Nutrition 0.000 description 1
- 239000000292 calcium oxide Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000002845 discoloration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/008—Control or steering systems not provided for elsewhere in subclass C02F
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/001—Upstream control, i.e. monitoring for predictive control
-
- 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
- Y02A20/152—Water filtration
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Water Supply & Treatment (AREA)
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Feedback Control In General (AREA)
- Telephonic Communication Services (AREA)
Abstract
本公开提供了一种基于物联网设备的水质修复反馈控制方法及系统,涉及水质修复技术领域,该方法包括:获得水质修复信息,所述水质修复信息包括水质修复手段、水质修复目标;获得水质修复监测数据源;确定水质修复评估信息;进行目标完成匹配分析,获得目标完成量信息;根据所述水质修复手段,确定修复手段控制端口;生成修复反馈信息、反馈控制信息,将所述反馈控制信息通过所述修复手段控制端口发送至水质修复手段控制器,将所述修复反馈信息及反馈控制信息发送至远程控制管理中心,解决了现有技术中存在的由于对水质修复效果的评估不准确,进而导致下一步的反馈修复控制准确性不足、控制效果不佳的技术问题。
Description
技术领域
本公开涉及水质修复技术领域,具体涉及一种基于物联网设备的水质修复反馈控制方法及系统。
背景技术
随着现代科技的日新月异,生活水平的不断提高,人们享受着新科技带来的种种欢乐,但是也带来污染。经过不懈努力,环境保护工作取得很大进展,现如今,水质修复工程对社会发展的意义重大。
目前,现有技术中存在由于对水质修复效果的评估不准确,进而导致下一步的反馈修复控制准确性不足、控制效果不佳的技术问题。
发明内容
本公开提供了一种基于物联网设备的水质修复反馈控制方法及系统,用以解决现有技术中存在的由于对水质修复效果的评估不准确,进而导致下一步的反馈修复控制准确性不足、控制效果不佳的技术问题。
根据本公开的第一方面,提供了一种基于物联网设备的水质修复反馈控制方法,包括:获得水质修复信息,所述水质修复信息包括水质修复手段、水质修复目标;通过物联网设备对目标水域进行数据监测,获得水质修复监测数据源;根据所述水质修复监测数据源进行水质修复评估,确定水质修复评估信息;利用所述水质修复评估信息、水质修复目标,进行目标完成匹配分析,获得目标完成量信息;根据所述水质修复手段,确定修复手段控制端口;根据所述目标完成量信息,生成修复反馈信息、反馈控制信息,将所述反馈控制信息通过所述修复手段控制端口发送至水质修复手段控制器,将所述修复反馈信息及反馈控制信息发送至远程控制管理中心。
根据本公开的第二方面,提供了一种基于物联网设备的水质修复反馈控制系统,包括:水质修复信息获取模块,所述水质修复信息获取模块用于获得水质修复信息,所述水质修复信息包括水质修复手段、水质修复目标;数据监测模块,所述数据监测模块用于通过物联网设备对目标水域进行数据监测,获得水质修复监测数据源;水质修复评估模块,所述水质修复评估模块用于根据所述水质修复监测数据源进行水质修复评估,确定水质修复评估信息;目标完成匹配分析模块,所述目标完成匹配分析模块用于利用所述水质修复评估信息、水质修复目标,进行目标完成匹配分析,获得目标完成量信息;修复手段控制端口确定模块,所述修复手段控制端口确定模块用于根据所述水质修复手段,确定修复手段控制端口;修复反馈控制模块,所述修复反馈控制模块用于根据所述目标完成量信息,生成修复反馈信息、反馈控制信息,将所述反馈控制信息通过所述修复手段控制端口发送至水质修复手段控制器,将所述修复反馈信息及反馈控制信息发送至远程控制管理中心。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面所述的方法。
根据本公开采用的一种基于物联网设备的水质修复反馈控制方法,获得水质修复信息,所述水质修复信息包括水质修复手段、水质修复目标;通过物联网设备对目标水域进行数据监测,获得水质修复监测数据源;根据所述水质修复监测数据源进行水质修复评估,确定水质修复评估信息;利用所述水质修复评估信息、水质修复目标,进行目标完成匹配分析,获得目标完成量信息;根据所述水质修复手段,确定修复手段控制端口;根据所述目标完成量信息,生成修复反馈信息、反馈控制信息,将所述反馈控制信息通过所述修复手段控制端口发送至水质修复手段控制器,将所述修复反馈信息及反馈控制信息发送至远程控制管理中心。本公开针对当前使用的修复手段和节点修复目标进行监测,判断修复结果是否达到了目标修复的效果要求,根据目标完成量对修复手段进行调整控制,并将监测到的数据和反馈控制信息同步至总控制平台,达到掌握全局数据,为后续控制提供基础,提升修复效果,保证修复控制的准确性的技术效果。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本公开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示例性的,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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种基于物联网设备的水质修复反馈控制方法的流程示意图;
图2为本发明实施例中获得水质修复信息的流程示意图;
图3为本发明实施例中对当前反馈控制信息进行调整的流程示意图;
图4为本发明实施例提供的一种基于物联网设备的水质修复反馈控制系统的结构示意图;
图5为本发明实施例提供的一种电子设备的结构示意图。
附图标记说明:水质修复信息获取模块11,数据监测模块12,水质修复评估模块13,目标完成匹配分析模块14,修复手段控制端口确定模块15,修复反馈控制模块16,电子设备800,处理器801,存储器802,总线803。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
为了解决现有技术中存在由于对水质修复效果的评估不准确,进而导致下一步的反馈修复控制准确性不足、控制效果不佳的技术问题,本公开的发明人经过创造性的劳动,得到了本公开的一种基于物联网设备的水质修复反馈控制方法及系统。
实施例一
图1为本申请实施例提供的一种基于物联网设备的水质修复反馈控制方法图,如图1所示,所述方法包括:
步骤S100:获得水质修复信息,所述水质修复信息包括水质修复手段、水质修复目标;
其中,所述获得水质修复信息,如图2所示,本申请实施例步骤S100还包括:
步骤S110:通过在目标水域设置的物联网设备进行数据采集,获得水域监测数据源;
步骤S120:对所述水源监测数据源进行降噪及标准化处理后,输入水质分析模型,进行水质分析,获得水质分析结果;
步骤S130:根据所述水质分析结果确定异常水质信息,基于异常水质信息及对应的异常差异度,从水质修复列表库中进行手段匹配,确定所述水质修复手段;
步骤S140:根据所述水质修复手段进行修复进程分配预测,确定所述水质修复目标,其中,所述水质修复目标包括多进程期目标信息,基于所述水质修复手段及水质修复目标,获得所述水质修复信息。
其中,所述从水质修复列表库中进行手段匹配,本申请实施例步骤S130还包括:
步骤S131:通过大数据采集水质修复手段信息集,对所述水质修复手段信息集按照修复成本、修复周期、修复指标预设范围要求进行筛选,构建修复案例分类库;
步骤S132:对所述修复案例分类库分别进行语义分析,确定修复手段、修复效率、修复要求、修复水质参数;
步骤S133:基于所述修复手段、修复效率、修复要求、修复水质参数的映射关系,构建所述水质修复列表库。
其中,本申请实施例步骤S140还包括:
步骤S141:对目标水域进行水域周围环境图像采集,获得环境图像信息;
步骤S142:根据所述环境图像信息进行特征提取,获得环境特征信息;
步骤S143:根据所述环境特征信息进行水质影响分析,确定环境水质影响信息,利用所述环境水质影响信息对所述水质修复信息进行修正。
具体而言,水质修复信息是指需要进行水质修复反馈控制的水域内的水质修复情况,水质修复信息包括水质修复手段、水质修复目标。水质修复手段是指水质修复的方法,包括物理修复手段(引水稀释、底泥疏浚等)、化学修复手段(投加生石灰、投加杀藻剂、投加铁盐等)、水体生物修复手段(直接投加微生物、培养微生物),水质修复目标是指想要达到的修复效果。
具体地,通过在目标水域设置的物联网设备进行数据采集,目标水域是指需要进行水质修复反馈控制的水域,可以是湖泊、河流等水域,物联网设备是指多个传感器设备通过网络互连,可以实现信息的传输和共享,在本申请实施例中,可以设置多个物联网设备,分别采集不同的数据,比如水质酸碱度数据、水质清澈度数据、水中微生物含量数据等,水域监测数据源即为物联网设备采集到的数据,采集到的水域监测数据源采集时可能存在噪声,需要对水域监测数据源进行降噪处理,降噪处理方法有标准差去噪、分箱去噪等方法,标准化处理就是将数据按比例缩放,使之落入一个小的特定区间,比如去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级的指标能够进行比较和加权,基于此对水源监测数据源进行降噪及标准化处理后,将处理过的水源监测数据源输入水质分析模型,进行水质分析,就是对水源监测数据源中的各种数据进行分析,分析数据是否符合标准,从而获得水质分析结果,水质分析结果包括水质的酸碱度、微生物含量、泥沙含量等水质信息的情况,比如说某一项水质数据处于正常水平,某一项水质数据处于异常水平、水质PH值过高、泥沙含量过高等,水质分析模型是用于对水源监测数据源进行分析,获得水质分析结果的功能模型,水质分析模型的输入数据是降噪及标准化处理后的水源监测数据源,输出数据是水质分析结果。
进一步地,根据水质分析结果确定异常水质信息,异常水质信息就是指不符合标准的水质信息,比如PH值过高,异常差异度是指异常水质信息与符合标准的水质之间的差异值,基于异常水质信息及对应的异常差异度,从水质修复列表库中进行手段匹配,确定水质修复手段,简单来说,水质修复列表库中包含多种修复手段,每种修复手段对应的水质情况以及修复周期会有所不同,根据异常水质信息及对应的异常差异度,在水质修复列表库中筛选出匹配的水质修复手段,进而根据水质修复手段进行修复进程分配预测,确定水质修复目标,其中,水质修复目标包括多进程期目标信息,也就是说,根据水质修复手段可以获得修复的周期,多进程修复就是在水质修复周期中,会有多个中间修复节点,每个修复节点都有对应的修复目标,即每一个节点达到的修复效果,由此可以得到多进程期目标信息,多进程期目标信息整合起来就是水质修复目标,由此可以得到水质修复手段及水质修复目标,从而获得水质修复信息,达到了对水域监测数据源进行准确分析,获得水质修复手段和水质修复目标,为后续的反馈控制提供基础数据的技术效果。
具体地,从水质修复列表库中进行手段匹配,首先通过大数据采集水质修复手段信息集,水质修复手段信息集就是历史中各种水质修复数据,包括多种不同水质污染类型及污染程度对应的水质修复手段,分析各种修复手段对应的修复成本、修复周期、修复指标预设范围要求,基于此对各种修复手段进行分类,从而构建修复案例分类库,修复成本是指水质修复过程所花的费用,修复周期是指整个水质修复过程所花的时间,修复指标预设范围要求是指水质的修复效果,修复案例分类库包含不同的水质污染情况对应的水质修复手段,进一步地,对修复案例分类库分别进行语义分析,就是对修复案例分类库里面的修复案例里面设计的文字信息进行分析整合,确定修复手段、修复效率、修复要求、修复水质参数,修复手段指采用的修复方案,比如物理、化学或者生物修复手段,修复效率是指水质修复达到的效果与所花的时间之间的比例关系,修复要求是指要求的修复时间及修复效果,修复水质参数是指需要进行修复的水质参数,包括水质酸碱度、微生物含量、泥沙含量等,根据修复手段、修复效率、修复要求、修复水质参数的映射关系,构建水质修复列表库,就是说,修复手段、修复效率、修复要求以及修复水质参数之间是一一对应的,一种修复手段对应一种修复效率、一种修复要求以及一种修复水质参数,通过构建水质修复列表库,达到准确匹配修复手段的技术效果。
具体地,可以通过摄像头、无人机等设备对目标水域进行水域周围环境图像采集,获得环境图像信息,环境图像信息包括目标水域周围的地势、花草树木、动物、土壤等的图像信息,对环境图像信息进行特征提取,比如提取花草树木的长势,检测花草树木是否有枯萎,土壤的颜色是否正常,水域周围是否有动物活动,由此获得环境特征信息,通过环境特征信息判断水质对周围环境的影响,比如水质污染造成土壤变色、植物枯萎、动物活动减少等,从而确定环境水质影响信息,环境水质影响信息是指水质对环境造成的影响,根据环境水质影响信息对水质修复信息进行修正,也就是说,前面步骤中得到的水质修复信息可能存在偏差,通过环境水质影响信息对水质修复信息进行补正,从而达到提升水质修复信息的准确性的技术效果。
步骤S200:通过物联网设备对目标水域进行数据监测,获得水质修复监测数据源;
具体而言,物联网设备是指多个传感器设备通过网络互连,可以实现信息的传输和共享,在本申请实施例中,可以设置多个物联网设备,分别采集不同的数据,比如水质酸碱度数据、水质清澈度数据、水中微生物含量数据等,目标水域即为需要进行水质修复反馈控制的水域,通过物联网设备对目标水域进行数据监测,获得水质修复监测数据源,简单来说,就是对目标水域的水质情况进行监测,水质修复监测数据源是指修复过的水域的水质情况,包括水质酸碱度数据、水质清澈度数据、水中微生物含量数据等。
步骤S300:根据所述水质修复监测数据源进行水质修复评估,确定水质修复评估信息;
其中,根据所述水质修复监测数据源进行水质修复评估,确定水质修复评估信息,本申请实施例步骤S300包括:
步骤S310:根据所述水质修复监测数据源进行当前采集水质指标参数评估,确定当前水质评估信息;
步骤S320:获得预设时间周期的水质修复监测数据源,构建监测数据源发展数据链;
步骤S330:基于所述监测数据源发展数据链进行当前水质修复走势评估,确定当前水质修复走势信息,所述当前水质修复走势信息包括上升、平稳、下降;
步骤S340:基于所述当前水质修复走势信息生成标签,对所述当前水质评估信息进行标记,将标记后的当前水质评估信息作为所述水质修复评估信息。
具体而言,水质修复监测数据源是指修复过的水域的水质情况,通过水质修复监测数据源进行水质修复评估,就是评估水质修复监测数据源是否达到了预期的修复效果,从而确定水质修复评估信息,水质修复评估信息是指目标区域的水质修复效果的评价。
具体地,根据水质修复监测数据源进行当前采集水质指标参数评估,水质指标参数是指水质修复情况的判断指标,比如酸碱度、清澈度、泥沙含量等指标参数,基于水质修复监测数据源确定当前水质评估信息,当前水质评估信息是指对水质的酸碱度、清澈度、泥沙含量等参数的评估数据,进一步地,获得预设时间周期的水质修复监测数据源,预设时间周期是指预设的一个时间段,可以自行设定,提取预设时间周期内的水质修复监测数据源,构建监测数据源发展数据链,监测数据源发展数据链就是在预设时间周期内水质修复监测数据的变化情况,也就是说,在预设时间周期内,每一时刻的水质修复监测数据都在发生变化,整个时间周期内的水质修复监测数据按照时间顺序是一条数据链,根据监测数据源发展数据链,就可以得出水质修复监测数据的变化情况,从而对当前水质修复走势评估,走势评估就是根据水质修复监测数据的变化情况确定水质修复状态变化,确定修复状态是上升、平稳还是下降,进而确定当前水质修复走势信息,当前水质修复走势信息包括水质修复状态的上升、平稳、下降,基于当前水质修复走势信息生成标签,对当前水质评估信息进行标记,就是对水质修复的状态变化进行标记,使得可以清楚的看出水质修复状态变化,将标记后的当前水质评估信息作为水质修复评估信息,通过根据当前水质修复走势信息进行标记,达到便于后续进行水质修复状态的查询,同时构建经验对后续的修复工作进行指导的技术效果。
步骤S400:利用所述水质修复评估信息、水质修复目标,进行目标完成匹配分析,获得目标完成量信息;
具体而言,水质修复评估信息是指当前水质修复走势信息,水质修复目标是指想要达到的修复效果,对水质修复评估信息和水质修复目标进行匹配分析,判断水质修复评估信息是否达到了水质修复目标要求的修复效果,根据水质修复评估信息得出对水质修复目标的完成度,比如说完成了50%、80%或者超额完成等,目标完成量信息就是指对水质修复目标的完成度。
步骤S500:根据所述水质修复手段,确定修复手段控制端口;
具体而言,修复手段控制端就是进行水质修复控制的接口,可以理解为设备控制器的远程网络接口,不同的水质修复手段对应不同的控制端口,需要根据水质修复手段确定对应的控制端口,即为修复手段控制端口,通过连接修复手段控制端口进行水质修复的控制,比如通过物理手段进行水质修复,就连接物理清扫设备的端口;通过化学试剂进行修复就连接喷洒化学试剂的控制端口。
步骤S600:根据所述目标完成量信息,生成修复反馈信息、反馈控制信息,将所述反馈控制信息通过所述修复手段控制端口发送至水质修复手段控制器,将所述修复反馈信息及反馈控制信息发送至远程控制管理中心。
具体而言,修复反馈信息是指根据目标完成量信息得到的修复效果,反馈控制信息是指根据目标完成量信息对下一步水质修复动作的控制信息,举例如,目标完成量信息显示当前的目标完成量为50%,可能需要加大控制力度,调整控制参数,将反馈控制信息通过修复手段控制端口发送至水质修复手段控制器,水质修复手段控制器是用于对水质修复进行控制的设备,将修复反馈信息及反馈控制信息发送至远程控制管理中心,远程控制管理中心是用于进行水质修复控制管理的系统平台,通过将修复反馈信息及反馈控制信息同步至远程控制管理中心,帮助工作人员掌握水质修复的全部数据,为后续的水质修复控制提供辅助作用。
其中,如图3所示,本申请实施例步骤S700包括:
步骤S710:获得预设时间周期的反馈控制信息、修复反馈信息;
步骤S720:利用预设时间周期的水质修复监测数据源、预设时间周期的反馈控制信息及修复反馈信息的时间节点,构建时序分析链;
步骤S730:将所述时序分析链中水源质量状态作为状态信息,将所述反馈控制信息作为节点动作,将所述修复反馈信息作为激励值,构建马尔科夫链预测模型;
步骤S740:基于所述水质修复监测数据源,通过马尔科夫链预测模型进行下一时间节点预测,获得水质预测信息;
步骤S750:基于所述水质预测信息,确定水质走势是否满足预设要求,当不满足时,基于所述水质预测信息的走势变化量,对当前反馈控制信息进行调整。
其中,基于所述水质预测信息,确定水质走势是否满足预设要求,当不满足时,基于所述水质预测信息的走势变化量,对当前反馈控制信息进行调整,本申请实施例步骤S750包括:
步骤S751:当所述水质预测信息与当前水质评估信息的走势关系为下降时,为不满足预设要求,根据所述水质预测信息、所述当前水质评估信息,获得水质差异值;
步骤S752:基于所述水质差异值、水质修复手段进行差异值修复分析,确定修复操作要求;
步骤S753:根据所述修复操作要求对反馈控制信息进行修正,将修正后的反馈控制信息进行反馈。
具体而言,预设时间周期是指工作人员自行设定的一段时间,获得预设时间周期的反馈控制信息、修复反馈信息,利用预设时间周期的水质修复监测数据源、预设时间周期的反馈控制信息及修复反馈信息的时间节点,构建时序分析链,时序及时间顺序,就是说,按照时间顺序,将预设周期的水质修复监测数据源、预设时间周期的反馈控制信息及修复反馈信息连成一条链,即为时序分析链,时序分析链上有多个时间节点,每个时间节点都有对应的水质修复监测数据源、预设时间周期的反馈控制信息及修复反馈信息,进一步地,根据时序分析链构建马尔科夫链预测模型,马尔科夫链预测模型是一种基于机器学习的状态预测模型,马尔科夫链描述了一种状态序列,其每个状态值取决于前面有限个状态,水源质量状态就是指水质修复状态,将时序分析链中水源质量状态作为状态信息,将反馈控制信息作为节点动作,将修复反馈信息作为激励值,也就是说,基于水源质量状态,会得到一个反馈控制信息,由于反馈控制信息的作用,得到一个激励值即为修复反馈信息,由此水源质量就会达到一个新的状态,根据马尔科夫链预测模型,可以对下一个时间节点的水源质量状态进行预测,获得水质预测信息,水质预测信息就是对下一时间节点的水质修复状态的预测结果,根据水质预测信息,确定水质走势是否满足预设要求,水质走势是指水质预测信息与当前水质评估信息的走势关系,就是对比当前水质评估信息,确定水质预测信息相对于当前水质评估信息的变化情况,预设要求是根据实际情况自行设定的走势要求,如果水质修复状态的走势不满足预设要求时,根据水质预测信息的走势变化量,说明当前反馈控制信息不满足要求,基于此对当前反馈控制信息进行调整,达到对反馈控制信息的修正,提升水质修复控制准确性的技术效果。
具体地,基于所述水质预测信息,确定水质走势是否满足预设要求,当不满足时,基于所述水质预测信息的走势变化量,对当前反馈控制信息进行调整,水质走势包括上升、平稳、下降,当水质预测信息与当前水质评估信息的走势关系为下降时,就认为水质走势不满足预设要求,根据水质预测信息、当前水质评估信息,获得水质差异值,水质差异值就是水质预测信息与当前水质评估信息的差值,水质差异值、水质修复手段进行差异值修复分析,确定修复操作要求,就是根据水质差异值、水质修复手段确定下一步的水质修复动作,修复操作要求就是下一步的水质修复动作,根据修复操作要求对反馈控制信息进行修正,将修正后的反馈控制信息进行反馈,达到提升反馈控制准确性的技术效果。
基于上述分析可知,本公开提供了一种基于物联网设备的水质修复反馈控制方法,在本实施例中,当前使用的修复手段和节点修复目标进行监测,判断修复结果是否达到了目标修复的效果要求,根据目标完成量对修复手段进行调整控制,并将监测到的数据和反馈控制信息同步至总控制平台,达到掌握全局数据,为后续控制提供基础,提升修复效果,保证修复控制的准确性的技术效果。
实施例二
基于与前述实施例中一种基于物联网设备的水质修复反馈控制方法同样的发明构思,如图4所示,本申请还提供了一种基于物联网设备的水质修复反馈控制系统,所述系统包括:
水质修复信息获取模块11,所述水质修复信息获取模块11用于获得水质修复信息,所述水质修复信息包括水质修复手段、水质修复目标;
数据监测模块12,所述数据监测模块12用于通过物联网设备对目标水域进行数据监测,获得水质修复监测数据源;
水质修复评估模块13,所述水质修复评估模块13用于根据所述水质修复监测数据源进行水质修复评估,确定水质修复评估信息;
目标完成匹配分析模块14,所述目标完成匹配分析模块14用于利用所述水质修复评估信息、水质修复目标,进行目标完成匹配分析,获得目标完成量信息;
修复手段控制端口确定模块15,所述修复手段控制端口确定模块15用于根据所述水质修复手段,确定修复手段控制端口;
修复反馈控制模块16,所述修复反馈控制模块16用于根据所述目标完成量信息,生成修复反馈信息、反馈控制信息,将所述反馈控制信息通过所述修复手段控制端口发送至水质修复手段控制器,将所述修复反馈信息及反馈控制信息发送至远程控制管理中心。
进一步而言,所述系统还包括:
数据采集模块,所述数据采集模块用于通过在目标水域设置的物联网设备进行数据采集,获得水域监测数据源;
水质分析模块,所述水质分析模块用于对所述水域监测数据源进行降噪及标准化处理后,输入水质分析模型,进行水质分析,获得水质分析结果;
手段匹配模块,所述手段匹配模块用于根据所述水质分析结果确定异常水质信息,基于异常水质信息及对应的异常差异度,从水质修复列表库中进行手段匹配,确定所述水质修复手段;
修复进程分配预测模块,所述修复进程分配预测模块用于根据所述水质修复手段进行修复进程分配预测,确定所述水质修复目标,其中,所述水质修复目标包括多进程期目标信息,基于所述水质修复手段及水质修复目标,获得所述水质修复信息。
进一步而言,所述系统还包括:
修复案例分类库构建模块,所述修复案例分类库构建模块用于通过大数据采集水质修复手段信息集,对所述水质修复手段信息集按照修复成本、修复周期、修复指标预设范围要求进行筛选,构建修复案例分类库;
语义分析模块,所述语义分析模块用于对所述修复案例分类库分别进行语义分析,确定修复手段、修复效率、修复要求、修复水质参数;
水质修复列表库构建模块,所述水质修复列表库构建模块用于基于所述修复手段、修复效率、修复要求、修复水质参数的映射关系,构建所述水质修复列表库。
进一步而言,所述系统还包括:
环境图像采集模块,所述环境图像采集模块用于对目标水域进行水域周围环境图像采集,获得环境图像信息;
环境特征提取模块,所述环境特征提取模块用于根据所述环境图像信息进行特征提取,获得环境特征信息;
水质影响分析模块,所述水质影响分析模块用于根据所述环境特征信息进行水质影响分析,确定环境水质影响信息,利用所述环境水质影响信息对所述水质修复信息进行修正。
进一步而言,所述系统还包括:
水质指标参数评估模块,所述水质指标参数评估模块用于根据所述水质修复监测数据源进行当前采集水质指标参数评估,确定当前水质评估信息;
监测数据源发展数据链构建模块,所述监测数据源发展数据链构建模块用于获得预设时间周期的水质修复监测数据源,构建监测数据源发展数据链;
水质修复走势评估模块,所述水质修复走势评估模块用于基于所述监测数据源发展数据链进行当前水质修复走势评估,确定当前水质修复走势信息,所述当前水质修复走势信息包括上升、平稳、下降;
水质评估信息标记模块,所述水质评估信息标记模块用于基于所述当前水质修复走势信息生成标签,对所述当前水质评估信息进行标记,将标记后的当前水质评估信息作为所述水质修复评估信息。
进一步而言,所述系统还包括:
反馈信息获取模块,所述反馈信息获取模块用于获得预设时间周期的反馈控制信息、修复反馈信息;
时序分析链构建模块,所述时序分析链构建模块用于利用预设时间周期的水质修复监测数据源、预设时间周期的反馈控制信息及修复反馈信息的时间节点,构建时序分析链;
马尔科夫链预测模型构建模块,所述马尔科夫链预测模型构建模块用于将所述时序分析链中水源质量状态作为状态信息,将所述反馈控制信息作为节点动作,将所述修复反馈信息作为激励值,构建马尔科夫链预测模型;
水质预测模块,所述水质预测模块用于基于所述水质修复监测数据源,通过马尔科夫链预测模型进行下一时间节点预测,获得水质预测信息;
反馈控制信息调整模块,所述反馈控制信息调整模块用于基于所述水质预测信息,确定水质走势是否满足预设要求,当不满足时,基于所述水质预测信息的走势变化量,对当前反馈控制信息进行调整。
进一步而言,所述系统还包括:
水质差异值获取模块,所述水质差异值获取模块用于当所述水质预测信息与当前水质评估信息的走势关系为下降时,为不满足预设要求,根据所述水质预测信息、所述当前水质评估信息,获得水质差异值;
差异值修复分析模块,所述差异值修复分析模块用于基于所述水质差异值、水质修复手段进行差异值修复分析,确定修复操作要求;
反馈控制信息修正模块,所述反馈控制信息修正模块用于根据所述修复操作要求对反馈控制信息进行修正,将修正后的反馈控制信息进行反馈。
前述实施例一中的一种基于物联网设备的水质修复反馈控制方法具体实例同样适用于本实施例的一种基于物联网设备的水质修复反馈控制系统,通过前述对一种基于物联网设备的水质修复反馈控制方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于物联网设备的水质修复反馈控制系统,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
实施例三
图5是根据本公开第三实施例的示意图,如图5所示,本公开中的电子设备800可以包括:处理器801和存储器802。
存储器802,用于存储程序;存储器802,可以包括易失性存储器(英文:volatilememory),例如随机存取存储器(英文:random-access memory,缩写:RAM),如静态随机存取存储器(英文:static random-accessmemory,缩写:SRAM),双倍数据率同步动态随机存取存储器(英文:Double Data Rate Synchronous Dynamic Random AccessMemory,缩写:DDR SDRAM)等;存储器也可以包括非易失性存储器(英文:non-volatilememory),例如快闪存储器(英文:flash memory)。存储器802用于存储计算机程序(如实现上述方法的应用程序、功能模块等)、计算机指令等,上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器802中。并且上述的计算机程序、计算机指令、数据等可以被处理器801调用。
上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器802中。并且上述的计算机程序、计算机指据等可以被处理器801调用。
处理器801,用于执行存储器802存储的计算机程序,以实现上述实施例涉及的方法中的各个步骤。
具体可以参见前面方法实施例中的相关描述。
处理器801和存储器802可以是独立结构,也可以是集成在一起的集成结构。当处理器801和存储器802是独立结构时,存储器802、处理器801可以通过总线803耦合连接。
本实施例的电子设备可以执行上述方法中的技术方案,其具体实现过程和技术原理相同,此处不再赘述。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例,本公开还提供了一种计算机程序产品,计算机程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行,也可以顺序地执行也可以不同的次序执行,
只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (8)
1.一种基于物联网设备的水质修复反馈控制方法,其特征在于,所述方法包括:
获得水质修复信息,所述水质修复信息包括水质修复手段、水质修复目标;
通过物联网设备对目标水域进行数据监测,获得水质修复监测数据源;
根据所述水质修复监测数据源进行水质修复评估,确定水质修复评估信息;
利用所述水质修复评估信息、水质修复目标,进行目标完成匹配分析,获得目标完成量信息;
根据所述水质修复手段,确定修复手段控制端口;
根据所述目标完成量信息,生成修复反馈信息、反馈控制信息,将所述反馈控制信息通过所述修复手段控制端口发送至水质修复手段控制器,将所述修复反馈信息及反馈控制信息发送至远程控制管理中心;
其中,根据所述水质修复监测数据源进行水质修复评估,确定水质修复评估信息,包括:
根据所述水质修复监测数据源进行当前采集水质指标参数评估,确定当前水质评估信息;
获得预设时间周期的水质修复监测数据源,构建监测数据源发展数据链;
基于所述监测数据源发展数据链进行当前水质修复走势评估,确定当前水质修复走势信息,所述当前水质修复走势信息包括上升、平稳、下降;
基于所述当前水质修复走势信息生成标签,对所述当前水质评估信息进行标记,将标记后的当前水质评估信息作为所述水质修复评估信息。
2.如权利要求1所述的方法,其特征在于,所述获得水质修复信息,包括:
通过在目标水域设置的物联网设备进行数据采集,获得水域监测数据源;
对所述水域监测数据源进行降噪及标准化处理后,输入水质分析模型,进行水质分析,获得水质分析结果;
根据所述水质分析结果确定异常水质信息,基于异常水质信息及对应的异常差异度,从水质修复列表库中进行手段匹配,确定所述水质修复手段;
根据所述水质修复手段进行修复进程分配预测,确定所述水质修复目标,其中,所述水质修复目标包括多进程期目标信息,基于所述水质修复手段及水质修复目标,获得所述水质修复信息。
3.如权利要求2所述的方法,其特征在于,所述从水质修复列表库中进行手段匹配之前,包括:
通过大数据采集水质修复手段信息集,对所述水质修复手段信息集按照修复成本、修复周期、修复指标预设范围要求进行筛选,构建修复案例分类库;
对所述修复案例分类库分别进行语义分析,确定修复手段、修复效率、修复要求、修复水质参数;
基于所述修复手段、修复效率、修复要求、修复水质参数的映射关系,构建所述水质修复列表库。
4.如权利要求2所述的方法,其特征在于,所述方法还包括:
对目标水域进行水域周围环境图像采集,获得环境图像信息;
根据所述环境图像信息进行特征提取,获得环境特征信息;
根据所述环境特征信息进行水质影响分析,确定环境水质影响信息,利用所述环境水质影响信息对所述水质修复信息进行修正。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得预设时间周期的反馈控制信息、修复反馈信息;
利用预设时间周期的水质修复监测数据源、预设时间周期的反馈控制信息及修复反馈信息的时间节点,构建时序分析链;
将所述时序分析链中水源质量状态作为状态信息,将所述反馈控制信息作为节点动作,将所述修复反馈信息作为激励值,构建马尔科夫链预测模型;
基于所述水质修复监测数据源,通过马尔科夫链预测模型进行下一时间节点预测,获得水质预测信息;
基于所述水质预测信息,确定水质走势是否满足预设要求,当不满足时,基于所述水质预测信息的走势变化量,对当前反馈控制信息进行调整。
6.如权利要求5所述的方法,其特征在于,基于所述水质预测信息,确定水质走势是否满足预设要求,当不满足时,基于所述水质预测信息的走势变化量,对当前反馈控制信息进行调整,包括:
当所述水质预测信息与当前水质评估信息的走势关系为下降时,为不满足预设要求,根据所述水质预测信息、所述当前水质评估信息,获得水质差异值;
基于所述水质差异值、水质修复手段进行差异值修复分析,确定修复操作要求;
根据所述修复操作要求对反馈控制信息进行修正,将修正后的反馈控制信息进行反馈。
7.一种基于物联网设备的水质修复反馈控制系统,其特征在于,所述系统包括:
水质修复信息获取模块,所述水质修复信息获取模块用于获得水质修复信息,所述水质修复信息包括水质修复手段、水质修复目标;
数据监测模块,所述数据监测模块用于通过物联网设备对目标水域进行数据监测,获得水质修复监测数据源;
水质修复评估模块,所述水质修复评估模块用于根据所述水质修复监测数据源进行水质修复评估,确定水质修复评估信息;
目标完成匹配分析模块,所述目标完成匹配分析模块用于利用所述水质修复评估信息、水质修复目标,进行目标完成匹配分析,获得目标完成量信息;
修复手段控制端口确定模块,所述修复手段控制端口确定模块用于根据所述水质修复手段,确定修复手段控制端口;
修复反馈控制模块,所述修复反馈控制模块用于根据所述目标完成量信息,生成修复反馈信息、反馈控制信息,将所述反馈控制信息通过所述修复手段控制端口发送至水质修复手段控制器,将所述修复反馈信息及反馈控制信息发送至远程控制管理中心;
所述水质修复评估模块,包括:
水质指标参数评估模块,所述水质指标参数评估模块用于根据所述水质修复监测数据源进行当前采集水质指标参数评估,确定当前水质评估信息;
监测数据源发展数据链构建模块,所述监测数据源发展数据链构建模块用于获得预设时间周期的水质修复监测数据源,构建监测数据源发展数据链;
水质修复走势评估模块,所述水质修复走势评估模块用于基于所述监测数据源发展数据链进行当前水质修复走势评估,确定当前水质修复走势信息,所述当前水质修复走势信息包括上升、平稳、下降;
水质评估信息标记模块,所述水质评估信息标记模块用于基于所述当前水质修复走势信息生成标签,对所述当前水质评估信息进行标记,将标记后的当前水质评估信息作为所述水质修复评估信息。
8.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310289008.3A CN116102100B (zh) | 2023-03-23 | 2023-03-23 | 一种基于物联网设备的水质修复反馈控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310289008.3A CN116102100B (zh) | 2023-03-23 | 2023-03-23 | 一种基于物联网设备的水质修复反馈控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116102100A true CN116102100A (zh) | 2023-05-12 |
CN116102100B CN116102100B (zh) | 2023-06-20 |
Family
ID=86265650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310289008.3A Active CN116102100B (zh) | 2023-03-23 | 2023-03-23 | 一种基于物联网设备的水质修复反馈控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116102100B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116523319A (zh) * | 2023-06-30 | 2023-08-01 | 中国市政工程西南设计研究总院有限公司 | 智慧公园综合管理方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779199A (zh) * | 2016-12-07 | 2017-05-31 | 中国海洋大学 | 海洋污染事故中基于马尔科夫过程的快速预测技术 |
CN207380534U (zh) * | 2017-11-24 | 2018-05-18 | 四川中科水务科技有限公司 | 一种水域生态信息监控系统 |
CN108492042A (zh) * | 2018-03-29 | 2018-09-04 | 河海大学 | 确定湖泊水质管理目标可接受范围及其可达性风险方法 |
CN111804723A (zh) * | 2020-07-20 | 2020-10-23 | 轻工业环境保护研究所 | 一种原位化学氧化修复监测与调控系统 |
CN115017249A (zh) * | 2022-06-20 | 2022-09-06 | 河北省张家口水文勘测研究中心(河北省张家口水平衡测试中心) | 一种河湖水环境健康智能评估预警系统 |
CN115072811A (zh) * | 2021-03-16 | 2022-09-20 | 苏州乐净环境科技有限公司 | 一种基于水处理的水质监测系统及监测方法 |
CN115577018A (zh) * | 2022-12-01 | 2023-01-06 | 北京华科仪科技股份有限公司 | 一种水质监测数据的智能处理方法及系统 |
-
2023
- 2023-03-23 CN CN202310289008.3A patent/CN116102100B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779199A (zh) * | 2016-12-07 | 2017-05-31 | 中国海洋大学 | 海洋污染事故中基于马尔科夫过程的快速预测技术 |
CN207380534U (zh) * | 2017-11-24 | 2018-05-18 | 四川中科水务科技有限公司 | 一种水域生态信息监控系统 |
CN108492042A (zh) * | 2018-03-29 | 2018-09-04 | 河海大学 | 确定湖泊水质管理目标可接受范围及其可达性风险方法 |
CN111804723A (zh) * | 2020-07-20 | 2020-10-23 | 轻工业环境保护研究所 | 一种原位化学氧化修复监测与调控系统 |
CN115072811A (zh) * | 2021-03-16 | 2022-09-20 | 苏州乐净环境科技有限公司 | 一种基于水处理的水质监测系统及监测方法 |
CN115017249A (zh) * | 2022-06-20 | 2022-09-06 | 河北省张家口水文勘测研究中心(河北省张家口水平衡测试中心) | 一种河湖水环境健康智能评估预警系统 |
CN115577018A (zh) * | 2022-12-01 | 2023-01-06 | 北京华科仪科技股份有限公司 | 一种水质监测数据的智能处理方法及系统 |
Non-Patent Citations (1)
Title |
---|
江剑峰 等: "基于多传感器AIoT的湖泊生态感知评价系统研究", 《科技传播》, vol. 14, no. 16, pages 151 - 154 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116523319A (zh) * | 2023-06-30 | 2023-08-01 | 中国市政工程西南设计研究总院有限公司 | 智慧公园综合管理方法和系统 |
CN116523319B (zh) * | 2023-06-30 | 2023-09-08 | 中国市政工程西南设计研究总院有限公司 | 智慧公园综合管理方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116102100B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018099220A1 (zh) | 一种种植设备中植物病虫害预测方法及装置 | |
CN116102100B (zh) | 一种基于物联网设备的水质修复反馈控制方法及系统 | |
EP3408825A1 (en) | System and method for earth observation and analysis | |
CN108615046A (zh) | 一种储粮害虫检测识别方法及装置 | |
DE102007017039A1 (de) | Robuste Prozessmodellidentifikation bei modellbasierten Steuerungstechniken | |
Giuliani et al. | Using crowdsourced web content for informing water systems operations in snow-dominated catchments | |
Solvin et al. | Use of UAV photogrammetric data in forest genetic trials: measuring tree height, growth, and phenology in Norway spruce (Picea abies L. Karst.) | |
CN117322214A (zh) | 一种基于神经网络的农作物肥料精准施用方法与系统 | |
DB et al. | Classification of oil palm female inflorescences anthesis stages using machine learning approaches | |
CN110738272A (zh) | 一种输电线路通道可视化机械类连续告警样本的标注方法 | |
Mertens et al. | An intelligent control chart for monitoring of autocorrelated egg production process data based on a synergistic control strategy | |
CN117397442A (zh) | 盐碱地水肥调控方法及系统 | |
CN109828623B (zh) | 温室作物情景感知的生产管理方法及装置 | |
CN116822366A (zh) | 一种径流污染负荷计算模型构建和径流污染负荷计算方法 | |
CN116703638A (zh) | 大棚蔬菜种植管理系统及其方法 | |
Mulema et al. | Quality and productivity in aquaculture: Prediction of oreochromis mossambicus growth using a transfer function arima model | |
Tinungki | The election of the best autoregressive integrated moving average model to forecasting rice production in Indonesia | |
CN111507432A (zh) | 农险理赔智能称重方法、系统、电子设备和存储介质 | |
Hedlin et al. | Accounting for imperfect detection in estimates of yearly site occupancy | |
CN112700453B (zh) | 一种基于物联网的农业用水水质监管方法及设备、介质 | |
González et al. | End-point detection of the aerobic phase in a biological reactor using SOM and clustering algorithms | |
Kim et al. | Quantification of river total phosphorus using integrative artificial intelligence models | |
Kurbanov et al. | Algorithm for recognizing and measuring parameters of biological objects in agriculture based on deep learning convolutional neural networks | |
CN117357928B (zh) | 一种基于物联网的植物提取方法及系统 | |
Kadoura et al. | Tracking Productivity in Real-time Using Computer Vision |
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 |