CN116150673A - 一种环境设施与环境因子影响关系模型建立的方法 - Google Patents
一种环境设施与环境因子影响关系模型建立的方法 Download PDFInfo
- Publication number
- CN116150673A CN116150673A CN202310091453.9A CN202310091453A CN116150673A CN 116150673 A CN116150673 A CN 116150673A CN 202310091453 A CN202310091453 A CN 202310091453A CN 116150673 A CN116150673 A CN 116150673A
- Authority
- CN
- China
- Prior art keywords
- greenhouse
- prediction model
- environmental data
- environmental
- time period
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- 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
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/25—Greenhouse technology, e.g. cooling systems therefor
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书公开了一种环境设施与环境因子影响关系模型建立的方法,首先可以获取预设时间段内的温室的环境数据,之后可以通过逻辑梳理,确定各时间段的所述温室的温度与环境数据之间的关联关系,最后可以根据关联关系、预设的时间段,构建预测模型,以将环境数据输入预测模型中,获取预测模型输出的预测结果,以根据预测结果,控制设置于温室内的环控设备。
Description
技术领域
本说明书涉及计算机控制领域,尤其涉及一种环境设施与环境因子影响关系模型建立的方法。
背景技术
随着现代农业的发展,通常会使用环控设备来保证温室内的气候达到适宜种植作物生长的要求,其中,保持温室内的气候的关键的就是要保持温室内的温度,同时,控制温度又会影响温室内的其他气候因素,例如,相对湿度和饱和水汽压差(vapor pressuredefict,VPD)等。
目前,通过环控设备保证温室内气候的主要方式为:通过设置目标值(如温度目标值),当监测到温室内的气候对应的数值超过或低于目标值时,则开启环控设备调整温室内的气候,以使气候对应的数值等于目标值。
这种方式虽然能够保证温室内的气候,但是由于温室内气候的变换是一个缓慢的过程,同时,只有在温室内气候对应的数值不满足目标值后,才开启环控设备调整温室内的气候,因此在气候调节时,存在严重的滞后性,这样就造成了环控设备运行时间长、能耗大的问题。
因此,如何能够缓解气候调节时的滞后性,进而解决环控设备运行时间长,能耗大的问题,则是一个亟待解决的问题。
发明内容
本说明书提供一种环境设施与环境因子影响关系模型建立的方法,以部分的解决缓解气候调节时的滞后性,进而解决环控设备运行时间长,能耗大的问题的技术问题。
本说明书采用下述技术方案:
本说明书提供了一种环境设施与环境因子影响关系模型建立的方法,包括:
获取预设时间段内的温室的环境数据;
通过逻辑梳理,确定各时间段的所述温室的温度与所述环境数据之间的关联关系;
根据所述关联关系、所述预设的时间段,构建预测模型,以将所述环境数据输入所述预测模型中,获取所述预测模型输出的预测结果,以根据所述预测结果,控制设置于所述温室内的环控设备。
可选地,通过逻辑梳理,确定各时间段的所述温室的温度与所述环境数据之间的关联关系,具体包括:
根据如下公式,确定各时间段的所述温室的温度与所述环境数据之间的关联关系:
Tt+1-Tt=α′+β′
其中,Tt+1为下一个预设时间段的所述温室的温度,Tt为当前时间段的所述温室的温度,α′为任一种所述环境数据,β′为与α′不同的任一种所述环境数据。
可选地,根据所述关联关系、所述预设的时间段,构建预测模型,具体包括:
根据所述关联关系以及所述预设的时间段,按照最小二乘法,确定所述预测模型的数学表达式,以根据所述数学表达式构建所述预测模型。
可选地,根据所述关联关系以及所述预设的时间段,按照最小二乘法,确定所述预测模型的数学表达式,以根据所述数学表达式构建所述预测模型,具体包括:
根据所述关联关系以及所述预设的时间段,按照最小二乘法,确定所述预测模型的数学表达式;
根据所述环境数据,对所述数学表达式进行数学校验,以确定在不同预测精度下的准确率,并根据所述准确率,确定所述预测模型的预测精度;
根据所述数学表达式已经所述预测精度构建所述预测模型。
可选地,获取预设时间段内的温室的环境数据,具体包括:
获取预设时间段内的温室的环境数据,并对所述环境数据进行数据清理,以清除所述环境数据中的异常数据和/或补齐所述环境数据。
可选地,
构建预测模型,具体包括:
将所述环境数据作为训练样本,并将所述训练样本输入构建出的所述预测模型中,并获取所述预测模型输出的预测结果;
以最小化所述训练样本与所述预测结果之间的偏差为优化目标,对所述预测模型进行训练。
可选地,其特征在于,所述环境数据至少包括:温室内温度、温室外温度、温室外光照度、温室内光照度、风速和室内外湿度中的至少一种。
本说明书提供了一种环境设施与环境因子影响关系模型建立的装置,包括:
获取模块,用于获取预设时间段内的温室的环境数据;
逻辑梳理模块,用于通过逻辑梳理,确定各时间段的所述温室的温度与所述环境数据之间的关联关系;
模型构建模块,用于根据所述关联关系、所述预设的时间段,构建预测模型,以将所述环境数据输入所述预测模型中,获取所述预测模型输出的预测结果,以根据所述预测结果,控制设置于所述温室内的环控设备。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述基于温室的温度预测的方法。
本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述基于温室的温度预测的方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书提供的基于温室的温度预测的方法,首先可以获取预设时间段内的温室的环境数据,之后可以通过逻辑梳理,确定各时间段的所述温室的温度与环境数据之间的关联关系,最后可以根据关联关系、预设的时间段,构建预测模型,以将环境数据输入预测模型中,获取预测模型输出的预测结果,以根据预测结果,控制设置于温室内的环控设备。
从上述方法中可以看出,本说明书提供的一种环境设施与环境因子影响关系模型建立的方法,可以通过从温室获取到的环境数据,构建出预测模型,进而更加预测模型预测出温室在下一个时间段的温室内的气候变化,从而提前开启环控设备,以应对在下一个时间段的温室内的气候变化。这样能够缓解气候调节时的滞后性,进而解决环控设备运行时间长,能耗大的问题。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书中提供的一种环境设施与环境因子影响关系模型建立的方法的流程示意图;
图2为本说明书提供的一种环境设施与环境因子影响关系模型建立的装置的示意图;
图3为本说明书提供的一种对应于图1的电子设备的示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书中提供的一种环境设施与环境因子影响关系模型建立的方法的流程示意图,包括以下步骤:
S101:获取预设时间段内的温室的环境数据。
从上述说明中可以看出,本说明书提供的一种环境设施与环境因子影响关系模型建立的方法的核心创新点为,利用环境数据构建预测模型,以根据预测模型输出的结果控制环控设备改变温室内的气候,因此,在本说明书中,具体实施基于温室的温度预测的方法的执行主体可以是操作者所使用的台式电脑和笔记本电脑等终端设备,下面为便于描述,仅以终端设备为本说明书提供的一种环境设施与环境因子影响关系模型建立的方法的执行主体。
首先,终端设备可以获取预设时间段内的温室的环境数据,其中,环境数据至少包括:温室内温度、温室外温度、温室外光照度、温室内光照度、风速和室内外湿度等中的至少一种。需要说明的是,获取环境数据的方式可以是通过设置于温室内外的传感器采集获取,在本说明书中,不对获取环境数据的具体方式做限定。
为了保证获取到的环境数据的可用性,在获取到环境数据后,终端设备可以对环境数据进行数据清理,以清楚环境数据中的异常数据和/或补齐环境数据。
终端设备在获取到环境数据后,可以通过逻辑梳理,确定各时间段的温室的温度与环境数据之间的关联关系。具体的逻辑梳理过程可以为:
设t时刻的温室能量为Et,温室的吸热效率α,大棚散热效率β,其中,α和β均可以由环境数据确定得到。若预设的时间段为Δt,则可以确定下一时间段温室内的能量Et+Δt=t+αΔt+βΔt。
而温度是由能量决定的,因此可以将上述公式中的能量替换为温度T,替换后的公式可以为:
Tt+Δt=Tt+α′Δt+β′Δt。
其中,α′和β′可以为影响温室内温度的环境数据。
而当时间段为固定值时,则可以将公式中的Δt替换为1,替换后的公式可以为:
Tt+1=Tt+α′+β′
为便于后续数据处理,可以将公式移项为:
Tt+1-Tt=α′+β′
终端设备可以根据逻辑梳理后的公式,确定各时间段的温室的温度与环境数据之间的关联关系。
S102:通过逻辑梳理,确定各时间段的所述温室的温度与所述环境数据之间的关联关系。
终端设备在获取到环境数据后,可以通过逻辑梳理,确定各时间段的温室的温度与环境数据之间的关联关系。具体的逻辑梳理过程可以为:
设t时刻的温室能量为Et,温室的吸热效率α,大棚散热效率β,其中,α和β均可以由环境数据确定得到。若预设的时间段为Δt,则可以确定下一时间段温室内的能量Et+Δt=t+αΔt+βΔt。
而温度是由能量决定的,因此可以将上述公式中的能量替换为温度T,替换后的公式可以为:
Tt+Δt=Tt+α′Δt+β′Δt。
其中,α′和β′可以为影响温室内温度的环境数据。
而当时间段为固定值时,则可以将公式中的Δt替换为1,替换后的公式可以为:
Tt+1=Tt+α′+β′
为便于后续数据处理,可以将公式移项为:
Tt+1-Tt=α′+β′
终端设备可以根据逻辑梳理后的公式,确定各时间段的温室的温度与环境数据之间的关联关系。
S103:根据所述关联关系、所述预设的时间段,构建预测模型,以将所述环境数据输入所述预测模型中,获取所述预测模型输出的预测结果,以根据所述预测结果,控制设置于所述温室内的环控设备。
终端设备在确定出关联关系后,可以根据关联关系、预设的时间段,构建出预测模型,具体的,终端设备可以根据关联关系以及预设的时间段,按照最小二乘法法,确定出预测模型的数学表达式,进而根据数学表达式,构建预测模型。
需要说明的是,在终端设备确定出数学表达式后,可以对数学表达式进行数学校验以确定在不同预测精度下的准确率,并根据确定出的准确率,确定预测模型的预测精度。
终端设备在构建出预测模型后,可以将环境数据作为训练样本,并将训练样本输入构建出的预测模型中,并获取预测模型输出的预测结果,以最小化训练样本与预测结果之间的偏差为优化目标,对预测模型进行训练。
终端设备可以利用训练好的预测模型进行预测,获取预测模型输出的预测结果,以根据预测结果,控制设置于所述温室内的环控设备。
下面介绍本说明书提供的一种环境设施与环境因子影响关系模型建立的方法的实施例:
首先,终端设备可以获取温室的历史环境数据,构建预测模型。在获取到历史环境数据后,终端设备可以对历史环境数据进行数据清理,以消除异常数据和/或补齐缺失数据。
将预设的时间间隔设置为15分钟,根据环境数据中对气候影响力大小的关系,确定室内温度,室外温度和室外光照强度之间的关联关系。
按照最小二乘法,确定出预测模型的数学表达式为:
Y=-0.505+0.0671-0.0001842+0.1053
其中,Y为预测温差,x1为室外温度,x2为室外光照度,x3为时间段内的室内外温差。
之后可以对上述数学表达式进行数学校验,校验结果为:
残差范围 | (-4,4) | (-2,2) | (-1,1) | (-0.5,0.5) |
精度 | 99.2% | 95.3% | 81.5% | 61.8% |
终端设备在进行完数学校验后,可以利用环境数据作为训练样本,对预测模型进行训练,并利用训练完成的预测模型进行预测,以根据预测模型输出的预测结果,控制设置于温室内的环控设备。
从上述方法中可以看出,本说明书提供的一种环境设施与环境因子影响关系模型建立的方法,可以通过从温室获取到的环境数据,构建出预测模型,进而通过预测模型预测出温室在下一个时间段温室内的气候变化,从而提前开启环控设备,以应对在下一个时间段的温室内的气候变化。这样能够缓解气候调节时的滞后性,进而解决环控设备运行时间长,能耗大的问题。
以上为本说明书的一个或多个实施例提供的基于温室的温度预测的方法,基于同样的思路,本说明书还提供了相应的基于温室的温度预测的装置,如图2所示。
图2为本说明书提供的一种环境设施与环境因子影响关系模型建立的装置的示意图,包括:
获取模块201,用于获取预设时间段内的温室的环境数据;
逻辑梳理模块202,用于通过逻辑梳理,确定各时间段的所述温室的温度与所述环境数据之间的关联关系;
模型构建模块203,用于根据所述关联关系、所述预设的时间段,构建预测模型,以将所述环境数据输入所述预测模型中,获取所述预测模型输出的预测结果,以根据所述预测结果,控制设置于所述温室内的环控设备。
可选地,所述逻辑梳理模块202具体用于,根据如下公式,确定各时间段的所述温室的温度与所述环境数据之间的关联关系:Tt+1-Tt=α′+β′,其中,Tt+1为下一个预设时间段的所述温室的温度,Tt为当前时间段的所述温室的温度,α′为任一种所述环境数据,β′为与α′不同的任一种所述环境数据。。
可选地,所述模型构建模块203具体用于,根据所述关联关系以及所述预设的时间段,按照最小二乘法,确定所述预测模型的数学表达式,以根据所述数学表达式构建所述预测模型。
可选地,所述模型构建模块203具体用于,根据所述关联关系以及所述预设的时间段,按照最小二乘法,确定所述预测模型的数学表达式;根据所述环境数据,对所述数学表达式进行数学校验,以确定在不同预测精度下的准确率,并根据所述准确率,确定所述预测模型的预测精度;根据所述数学表达式已经所述预测精度构建所述预测模型。
可选地,所述获取模块201具体用于,获取预设时间段内的温室的环境数据,并对所述环境数据进行数据清理,以清除所述环境数据中的异常数据和/或补齐所述环境数据。
可选地,所述模型构建模块203具体用于,将所述环境数据作为训练样本,并将所述训练样本输入构建出的所述预测模型中,并获取所述预测模型输出的预测结果;以最小化所述训练样本与所述预测结果之间的偏差为优化目标,对所述预测模型进行训练。
可选地,所述环境数据至少包括:温室内温度、温室外温度、温室外光照度、温室内光照度、风速和室内外湿度中的至少一种。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的一种环境设施与环境因子影响关系模型建立的方法。
本说明书还提供了图3所示的一种对应于图1的电子设备的示意结构图。如图3所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的基于温室的温度预测的方法。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Controler,PLC)(例如现场可编程门阵列(Field ProgrammableGate Array,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLC上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书的实施例可提供为方法、系统、或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种环境设施与环境因子影响关系模型建立的方法,其特征在于,包括:
获取预设时间段内的温室的环境数据;
通过逻辑梳理,确定各时间段的所述温室的温度与所述环境数据之间的关联关系;
根据所述关联关系、所述预设的时间段,构建预测模型,以将所述环境数据输入所述预测模型中,获取所述预测模型输出的预测结果,以根据所述预测结果,控制设置于所述温室内的环控设备。
2.根据权利要求1所述的方法,其特征在于,通过逻辑梳理,确定各时间段的所述温室的温度与所述环境数据之间的关联关系,具体包括:
根据如下公式,确定各时间段的所述温室的温度与所述环境数据之间的关联关系:
Tt+1-Tt=α′+β′
其中,Tt+1为下一个预设时间段的所述温室的温度,Tt为当前时间段的所述温室的温度,α′为任一种所述环境数据,β′为与α′不同的任一种所述环境数据。
3.根据权利要求1所述的方法,其特征在于,根据所述关联关系、所述预设的时间段,构建预测模型,具体包括:
根据所述关联关系以及所述预设的时间段,按照最小二乘法,确定所述预测模型的数学表达式,以根据所述数学表达式构建所述预测模型。
4.根据权利要求3所述的方法,其特征在于,根据所述关联关系以及所述预设的时间段,按照最小二乘法,确定所述预测模型的数学表达式,以根据所述数学表达式构建所述预测模型,具体包括:
根据所述关联关系以及所述预设的时间段,按照最小二乘法,确定所述预测模型的数学表达式;
根据所述环境数据,对所述数学表达式进行数学校验,以确定在不同预测精度下的准确率,并根据所述准确率,确定所述预测模型的预测精度;
根据所述数学表达式已经所述预测精度构建所述预测模型。
5.根据权利要求1所述的方法,其特征在于,获取预设时间段内的温室的环境数据,具体包括:
获取预设时间段内的温室的环境数据,并对所述环境数据进行数据清理,以清除所述环境数据中的异常数据和/或补齐所述环境数据。
6.根据权利要求1所述的方法,其特征在于,构建预测模型,具体包括:
将所述环境数据作为训练样本,并将所述训练样本输入构建出的所述预测模型中,并获取所述预测模型输出的预测结果;
以最小化所述训练样本与所述预测结果之间的偏差为优化目标,对所述预测模型进行训练。
7.根据权利要求1~6任一项所述的方法,其特征在于,所述环境数据至少包括:温室内温度、温室外温度、温室外光照度、温室内光照度、风速和室内外湿度中的至少一种。
8.一种环境设施与环境因子影响关系模型建立的装置,其特征在于,包括:
获取模块,用于获取预设时间段内的温室的环境数据;
逻辑梳理模块,用于通过逻辑梳理,确定各时间段的所述温室的温度与所述环境数据之间的关联关系;
模型构建模块,用于根据所述关联关系、所述预设的时间段,构建预测模型,以将所述环境数据输入所述预测模型中,获取所述预测模型输出的预测结果,以根据所述预测结果,控制设置于所述温室内的环控设备。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~7任一项所述的方法。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310091453.9A CN116150673A (zh) | 2023-02-02 | 2023-02-02 | 一种环境设施与环境因子影响关系模型建立的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310091453.9A CN116150673A (zh) | 2023-02-02 | 2023-02-02 | 一种环境设施与环境因子影响关系模型建立的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116150673A true CN116150673A (zh) | 2023-05-23 |
Family
ID=86373119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310091453.9A Pending CN116150673A (zh) | 2023-02-02 | 2023-02-02 | 一种环境设施与环境因子影响关系模型建立的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116150673A (zh) |
-
2023
- 2023-02-02 CN CN202310091453.9A patent/CN116150673A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116432778B (zh) | 一种数据处理的方法、装置、存储介质及电子设备 | |
CN111782409B (zh) | 任务处理、风险识别任务处理方法、装置及电子设备 | |
CN116822657B (zh) | 一种模型训练加速的方法、装置、存储介质及电子设备 | |
CN116932175B (zh) | 一种基于序列生成的异构芯片任务调度方法以及装置 | |
CN116823521B (zh) | 基于ai算法的智能二次供水终端控制系统 | |
CN116150673A (zh) | 一种环境设施与环境因子影响关系模型建立的方法 | |
CN111798177A (zh) | 订单压单方法及装置 | |
CN116481159A (zh) | 智能建筑体系的能耗控制方法、装置、系统和存储介质 | |
CN116105398A (zh) | 一种蒸汽压力双段控制方法、装置和存储介质 | |
CN116384505A (zh) | 一种数据处理的方法、装置、存储介质及电子设备 | |
CN114120273A (zh) | 一种模型训练的方法及装置 | |
CN113849011A (zh) | 一种温度控制方法、装置、存储介质及电子设备 | |
CN108845531B (zh) | 语音控制命令词推送方法和装置 | |
CN113298445A (zh) | 一种模型训练和调度无人设备的方法及装置 | |
CN116777010B (zh) | 一种模型训练的方法以及任务执行方法及装置 | |
CN112434486B (zh) | 一种pcb设计中器件自动分页方法、装置、设备及介质 | |
CN115862675B (zh) | 一种情感识别方法、装置、设备及存储介质 | |
CN117423445B (zh) | 基于用户集群感知的智能指环控制方法及装置 | |
CN116684499B (zh) | 一种基于多网协同的智能调音台 | |
CN116880905B (zh) | 一种数据存储方法、装置、存储介质及电子设备 | |
CN113467858B (zh) | 一种程序启动方法、装置、设备及介质 | |
CN116893663B (zh) | 一种主控异常检测方法、装置、存储介质及电子设备 | |
CN116700135B (zh) | 可编程逻辑控制器任务调度方式的测试方法及装置 | |
CN116755862B (zh) | 一种算子优化调度模型的训练方法、装置、介质及设备 | |
CN117744731A (zh) | 一种基于阻变存储器的模型训练方法、装置、介质及设备 |
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 |