CN117132417A - 一种基于智能ai养殖的养殖场疫病监测系统 - Google Patents
一种基于智能ai养殖的养殖场疫病监测系统 Download PDFInfo
- Publication number
- CN117132417A CN117132417A CN202311005992.2A CN202311005992A CN117132417A CN 117132417 A CN117132417 A CN 117132417A CN 202311005992 A CN202311005992 A CN 202311005992A CN 117132417 A CN117132417 A CN 117132417A
- Authority
- CN
- China
- Prior art keywords
- cultivation
- monitoring
- area
- culture
- module
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 246
- 201000010099 disease Diseases 0.000 title claims description 92
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims description 92
- 238000005516 engineering process Methods 0.000 title abstract description 5
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims description 48
- 238000009313 farming Methods 0.000 claims description 27
- 238000003860 storage Methods 0.000 claims description 12
- 238000009395 breeding Methods 0.000 claims description 4
- 230000001488 breeding effect Effects 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims 1
- 244000144972 livestock Species 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000009360 aquaculture Methods 0.000 description 6
- 244000144974 aquaculture Species 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 5
- 238000012806 monitoring device Methods 0.000 description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000006213 oxygenation reaction Methods 0.000 description 2
- 244000144977 poultry Species 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000282994 Cervidae Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 241000402754 Erythranthe moschata Species 0.000 description 1
- 241001233242 Lontra Species 0.000 description 1
- 241000282342 Martes americana Species 0.000 description 1
- 241000286209 Phasianidae Species 0.000 description 1
- 241000282485 Vulpes vulpes Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002550 fecal effect Effects 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 239000002699 waste 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Environmental Sciences (AREA)
- Animal Husbandry (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Agronomy & Crop Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于智能AI养殖的养殖场疫病监测系统,涉及养殖场领域,用于解决当下养殖场采用统一标准的疫病监管办法,无法实现养殖场疫病智能化监管的问题,包括区域划分模块、历史养殖监测模块、养殖分析模块、监测界定模块、硬件分析模块和智能监测模块,所述区域划分模块用于将养殖场进行区域划分,所述历史养殖监测模块用于对不同养殖区域的历史养殖情况进行分析,所述硬件分析模块用于对养殖区域的硬件情况进行分析,所述养殖分析模块用于对养殖区域的养殖情况进行分析,所述监测界定模块用于对养殖区域的疫病监测参数进行界定,所述智能监测模块用于对对应的养殖区域进行养殖场疫病监测,本发明实现养殖场疫病的智能化监管。
Description
技术领域
本发明属于养殖场领域,涉及疫病监测技术,具体是一种基于智能AI养殖的养殖场疫病监测系统。
背景技术
养殖场是将一定数量的畜禽、鱼类等动物,又或者是鹿、麝、狐、貂、水獭、鹌鹑等野生动物集中到特定区域内统一饲养、繁殖的场所。养殖场具体可以为分为畜牧养殖场、水产养殖场等,畜牧养殖场需及时清除舍内粪便污水,搞好舍内外的清洁卫生,定期消毒,妥善处理清除动物的粪便,及时拉走并进行无害化处理,同时,水产养殖场应当注意的是提升池塘水位,同时还要增加水体溶氧,以及生物调控水质。
现有申请公开号为CN105388822A的中国专利公开了一种畜牧养殖监控系统,该专利通过涉及环境监控装置和个体监控装置,环境监控装置有效监测养殖的环境是否达标,个体监控装置有效监测出每个个体的位置和体征状况,当时该专利的技术方案仅适用于畜牧养殖场,无法运用于水产养殖场,而且个体监控装置的投入使用局限于规模较小的畜牧养殖场;
而且在当下的养殖场,通常采用统一标准的疫病监管办法,容易造成资源过剩或资源浪费,没有结合养殖场的设备、养殖等因素实现养殖场疫病的智能化监管;
为此,我们提出一种基于智能AI养殖的养殖场疫病监测系统。
发明内容
针对现有技术存在的不足,本发明目的是提供一种基于智能AI养殖的养殖场疫病监测系统。
本发明所要解决的技术问题为:
如何结合多元因素实现养殖场疫病的智能化监管。
本发明的目的可以通过以下技术方案实现:
一方面,一种基于智能AI养殖的养殖场疫病监测系统,包括数据采集模块、区域划分模块、存储模块、历史养殖监测模块、养殖分析模块、监测界定模块、硬件分析模块、智能监测模块以及服务器,所述区域划分模块用于将养殖场进行区域划分,划分得到若干个养殖区域;所述存储模块用于记录不同养殖区域的历史养殖数据,并将历史养殖数据发送至历史养殖监测模块;所述历史养殖监测模块用于对不同养殖区域的历史养殖情况进行分析,得到养殖区域的历史养殖监测值反馈至服务器,所述服务器将养殖区域的历史养殖监测值发送至监测界定模块;
所述数据采集模块用于采集养殖区域的实时区域数据和实时养殖数据,并将实时区域数据和实时养殖数据发送至服务器,所述服务器将实时区域数据发送至硬件分析模块,所述服务器将实时养殖数据发送至养殖分析模块;所述硬件分析模块用于对养殖区域的硬件情况进行分析,分析得到养殖区域的第一养殖监测值反馈至服务器,所述服务器将养殖区域的第一养殖监测值发送至监测界定模块;所述养殖分析模块用于对养殖区域的养殖情况进行分析,分析得到养殖区域的第二养殖监测值反馈至服务器,所述服务器将养殖区域的第二养殖监测值发送至监测界定模块;所述监测界定模块用于对养殖区域的疫病监测参数进行界定,得到养殖区域的疫病监测参数反馈至服务器,所述服务器将养殖区域的疫病监测参数发送至智能监测模块,所述智能监测模块结合监测参数用于对对应的养殖区域进行养殖场疫病监测。
进一步地,历史养殖数据为养殖区域的养殖次数以及每次养殖时的养殖时长和养殖量、疫病产生次数以及每次疫病的持续时长。
进一步地,所述历史养殖监测模块的分析过程具体如下:
获取养殖区域的养殖次数以及每次养殖时的养殖时长和养殖量;
每次养殖时的养殖时长相加求和除以养殖次数得到养殖区域每次养殖时的平均养殖时长;
同理,计算得到养殖区域每次养殖时的平均养殖量;
而后获取养殖区域的疫病产生次数,疫病产生次数比对养殖次数得到养殖区域的疫病产生率;
最后获取养殖区域每次疫病的持续时长,每次疫病的持续时长相加求和除以疫病产生次数得到养殖区域每次疫病的平均持续时长;
计算养殖区域的历史养殖监测值。
进一步地,实时区域数据为养殖区域的实时养殖面积、以及养殖区域所关联养殖设备的数量;
实时养殖数据为养殖区域的养殖种类数以及每种养殖种类的养殖量。
进一步地,所述硬件分析模块的分析过程具体如下:
获取养殖区域的实时区域面积;
而后获取养殖区域所关联的养殖设备,统计养殖区域所关联的养殖设备的数量并记为养殖设备数;
计算养殖区域的第一养殖监测值。
进一步地,所述养殖分析模块的分析过程具体如下:
获取养殖区域的养殖种类数;
而后获取养殖区域内每种养殖种类的养殖量,每种养殖种类的养殖量相加求和得到养殖区域的养殖总量;
计算养殖区域的第二养殖监测值。
进一步地,所述监测界定模块的界定过程具体如下:
获取养殖区域的历史养殖监测值、第一养殖监测值和第二养殖监测值;
计算养殖区域的监测等级值;
获取存储模块中存储的监测等级区间,监测等级区间对应不同疫病监测参数,依据监测等级值得到养殖区域所属的疫病监测参数。
进一步地,疫病监测参数包括养殖区域所关联养殖设备的设备需求数、养殖区域的日养殖监测次数和间隔时长;
若JD∈[0,X1),则养殖区域的疫病监测参数为:第一设备需求数、第一日养殖监测次数和第三间隔时长;
若JD∈[X1,X2),则养殖区域的疫病监测参数为:第二设备需求数、第二日养殖监测次数和第二间隔时长;
若JD∈[X2,∞],则养殖区域的疫病监测参数为:第三设备需求数、第三日养殖监测次数和第一间隔时长;其中,X1和X2均为固定数值,且X1<X2。
进一步地,第一设备需求数小于第二设备需求数,第二设备需求数小于第三设备需求数;
第一日养殖监测次数小于第二日养殖监测次数,第二日养殖监测次数小于第三日养殖监测次数;
第三间隔时长大于第二间隔时长,第二间隔时长大于第一间隔时长。
另一方面,一种基于智能AI养殖的养殖场疫病监测方法,方法具体如下:
步骤S101,区域划分模块将养殖场进行区域划分,划分得到若干个养殖区域,存储模块记录不同养殖区域的历史养殖数据,并将历史养殖数据发送至历史养殖监测模块;
步骤S102,历史养殖监测模块对不同养殖区域的历史养殖情况进行分析,得到养殖区域的历史养殖监测值经服务器发送至监测界定模块;
步骤S103,数据采集模块采集养殖区域的实时区域数据和实时养殖数据,实时区域数据发送至硬件分析模块,实时养殖数据发送至养殖分析模块;
步骤S104,硬件分析模块对养殖区域的硬件情况进行分析,分析得到养殖区域的第一养殖监测值,养殖分析模块对养殖区域的养殖情况进行分析,分析得到养殖区域的第二养殖监测值,养殖区域的第一养殖监测值和第二养殖监测值经服务器发送至监测界定模块;
步骤S105,监测界定模块对养殖区域的疫病监测参数进行界定,得到养殖区域的疫病监测参数经服务器发送至智能监测模块,智能监测模块对对应的养殖区域进行养殖场疫病监测。
与现有技术相比,本发明的有益效果是:
本发明首先利用区域划分模块将养殖场进行区域划分,划分得到若干个养殖区域,而后依据养殖区域的历史养殖数据,通过历史养殖监测模块对不同养殖区域的历史养殖情况进行分析,得到养殖区域的历史养殖监测值发送至监测界定模块,另一方面通过硬件分析模块对养殖区域的硬件情况进行分析,分析得到养殖区域的第一养殖监测值发送至监测界定模块,同时还通过养殖分析模块对养殖区域的养殖情况进行分析,分析得到养殖区域的第二养殖监测值发送至监测界定模块,监测界定模块对养殖区域的疫病监测参数进行界定,得到养殖区域的疫病监测参数发送至智能监测模块,智能监测模块结合疫病监测参数对相应的养殖区域进行养殖场疫病监测,本发明通过对养殖场的养殖情况和设备情况进行分析,设定与养殖场相适配的疫病管控办法,从而实现了养殖场疫病的智能化监管。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的整体系统框图;
图2为本发明的工作流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
在一实施例中,请参阅图1所示,一种基于智能AI养殖的养殖场疫病监测系统,该系统可以用家禽、畜牧、水产等养殖场等,在本发明中,系统优选用于水产养殖场,系统具体包括数据采集模块、区域划分模块、存储模块、历史养殖监测模块、养殖分析模块、监测界定模块、硬件分析模块、智能监测模块以及服务器;
在本实施例中,所述区域划分模块用于将养殖场进行区域划分,划分得到若干个养殖区域,实际的,用于水产养殖的养殖场通过事先打造构成多片的养殖区域,养殖区域类似于当下的养殖鱼塘;
所述存储模块与服务器相连接,所述存储模块用于记录不同养殖区域的历史养殖数据,并将历史养殖数据发送至历史养殖监测模块,其中,历史养殖数据为养殖区域的养殖次数以及每次养殖时的养殖时长和养殖量、疫病产生次数以及每次疫病的持续时长;
所述历史养殖监测模块用于对不同养殖区域的历史养殖情况进行分析,分析过程具体如下:
获取养殖区域的养殖次数以及每次养殖时的养殖时长和养殖量;
每次养殖时的养殖时长相加求和除以养殖次数得到养殖区域每次养殖时的平均养殖时长JYT;
同理,计算得到养殖区域每次养殖时的平均养殖量JYL;
而后获取养殖区域的疫病产生次数,疫病产生次数比对养殖次数得到养殖区域的疫病产生率YB;
最后获取养殖区域每次疫病的持续时长,每次疫病的持续时长相加求和除以疫病产生次数得到养殖区域每次疫病的平均持续时长JCT;
通过公式LJ=(JYT+JYL+JCT)×YB计算得到养殖区域的历史养殖监测值LJ;其中,平均养殖时长、平均养殖量、疫病产生率、平均持续时长均与历史养殖监测值成正比;
所述历史养殖监测模块将养殖区域的历史养殖监测值反馈至服务器,所述服务器将养殖区域的历史养殖监测值发送至监测界定模块;
在本实施例中,所述数据采集模块用于采集养殖区域的实时区域数据和实时养殖数据,并将实时区域数据和实时养殖数据发送至服务器,所述服务器将实时区域数据发送至硬件分析模块,所述服务器将实时养殖数据发送至养殖分析模块;
需要具体说明的是,实时区域数据为养殖区域的实时养殖面积、以及养殖区域所关联养殖设备的数量,其中,养殖区域所关联的养殖设备是能够为养殖区域进行养殖服务的相关设备,养殖设备可以为养殖区域进行水质溶氧、水体的对流交换等,养殖设备具体可以为水质检测仪、疫病监测仪、增氧设备、潜水泵等;实时养殖数据为养殖区域的养殖种类数以及每种养殖种类的养殖量;
所述硬件分析模块用于对养殖区域的硬件情况进行分析,分析过程具体如下:
获取养殖区域的实时区域面积,并将实时区域面积标记为QM;
而后获取养殖区域所关联的养殖设备,统计养殖区域所关联的养殖设备的数量并记为养殖设备数YS;
通过公式YJ=YS/QM计算得到养殖区域的第一养殖监测值Y1J;其中,实时区域面积与第一养殖监测值成正比,养殖设备数与第一养殖监测值成反比;
所述硬件分析模块将养殖区域的第一养殖监测值反馈至服务器,所述服务器将养殖区域的第一养殖监测值发送至监测界定模块;
所述养殖分析模块用于对养殖区域的养殖情况进行分析,分析过程具体如下:
获取养殖区域的养殖种类数,并将养殖种类数标记为YZ;
而后获取养殖区域内每种养殖种类的养殖量,每种养殖种类的养殖量相加求和得到养殖区域的养殖总量YZL;
通过公式计算得到养殖区域的第二养殖监测值Y2J,公式具体如下:
Y2J=YZ×a1+YZL×a2;式中,a1和a2均为固定数值的权重系数,且a1+a2=1;
所述养殖分析模块将养殖区域的第二养殖监测值反馈至服务器,所述服务器将养殖区域的第二养殖监测值发送至监测界定模块;所述监测界定模块用于对养殖区域的疫病监测参数进行界定,界定过程具体如下:
获取上述计算得到养殖区域的历史养殖监测值LJ、第一养殖监测值Y1J和第二养殖监测值Y2J;
通过公式计算得到养殖区域的监测等级值JD,公式具体如下:
JD=(LJ×b1+Y1J×b2+Y2J×b3)/(b1+b2+b3);式中,b1、b2和b3均为固定数值的比例系数,且b1、b2和b3的取值均大于零;
获取存储模块中存储的监测等级区间,监测等级区间对应不同疫病监测参数,依据监测等级值得到养殖区域所属的疫病监测参数;其中,疫病监测参数包括养殖区域所关联养殖设备的设备需求数、养殖区域的日养殖监测次数和间隔时长;
例如,若JD∈[0,X1),则养殖区域的疫病监测参数为:第一设备需求数、第一日养殖监测次数和第三间隔时长;
若JD∈[X1,X2),则养殖区域的疫病监测参数为:第二设备需求数、第二日养殖监测次数和第二间隔时长;
若JD∈[X2,∞],则养殖区域的疫病监测参数为:第三设备需求数、第三日养殖监测次数和第一间隔时长;其中,X1和X2均为固定数值,且X1<X2;
可理解的是,第一设备需求数小于第二设备需求数,第二设备需求数小于第三设备需求数,第一日养殖监测次数小于第二日养殖监测次数,第二日养殖监测次数小于第三日养殖监测次数,第三间隔时长大于第二间隔时长,第二间隔时长大于第一间隔时长;
所述监测界定模块将养殖区域的疫病监测参数反馈至服务器,所述服务器将养殖区域的疫病监测参数发送至智能监测模块,所述智能监测模块结合监测参数用于对对应的养殖区域进行养殖场疫病监测;
在具体实施时,智能监测模块可以为养殖区域内或养殖场内设定的控制器,用于控制器养殖场或养殖区域内的水质检测仪、疫病监测仪、增氧设备、潜水泵等设备进行运转;
本发明利用区域划分模块将养殖场进行区域划分,划分得到若干个养殖区域,实现对养殖场的精准管控,一方面依据养殖区域的历史养殖数据,通过历史养殖监测模块对不同养殖区域的历史养殖情况进行分析,得到养殖区域的历史养殖监测值发送至监测界定模块,另一方面通过硬件分析模块对养殖区域的硬件情况进行分析,分析得到养殖区域的第一养殖监测值发送至监测界定模块,同时还通过养殖分析模块对养殖区域的养殖情况进行分析,分析得到养殖区域的第二养殖监测值发送至监测界定模块,通过三方因素实现对养殖场中不同养殖区域的多重因素进行分析,监测界定模块对养殖区域的疫病监测参数进行界定,得到养殖区域的疫病监测参数发送至智能监测模块,智能监测模块结合疫病监测参数对相应的养殖区域进行养殖场疫病监测,本发明通过对养殖场的养殖情况和设备情况进行分析,设定与养殖场相适配的疫病管控办法,从而实现了养殖场疫病的智能化监管;
在本申请中,若出现相应的计算公式,则上述计算公式均是去量纲取其数值计算,公式中存在的权重系数、比例系数等系数,其设置的大小是为了将各个参数进行量化得到的一个结果值,关于权重系数和比例系数的大小,只要不影响参数与结果值的比例关系即可。
在另一实施例中,请参阅图2所示,基于同一发明的又一构思,现提出一种基于智能AI养殖的养殖场疫病监测方法,方法具体如下:
步骤S101,区域划分模块将养殖场进行区域划分,划分得到若干个养殖区域,存储模块记录不同养殖区域的历史养殖数据,并将历史养殖数据发送至历史养殖监测模块;
步骤S102,历史养殖监测模块对不同养殖区域的历史养殖情况进行分析,获取养殖区域的养殖次数以及每次养殖时的养殖时长和养殖量,每次养殖时的养殖时长相加求和除以养殖次数得到养殖区域每次养殖时的平均养殖时长,同理,计算养殖区域每次养殖时的平均养殖量,而后获取养殖区域的疫病产生次数,疫病产生次数比对养殖次数得到养殖区域的疫病产生率,最后获取养殖区域每次疫病的持续时长,每次疫病的持续时长相加求和除以疫病产生次数得到养殖区域每次疫病的平均持续时长,计算养殖区域的历史养殖监测值,历史养殖监测模块将养殖区域的历史养殖监测值反馈至服务器,服务器将养殖区域的历史养殖监测值发送至监测界定模块;
步骤S103,数据采集模块采集养殖区域的实时区域数据和实时养殖数据,并将实时区域数据和实时养殖数据发送至服务器,服务器将实时区域数据发送至硬件分析模块,服务器将实时养殖数据发送至养殖分析模块;
步骤S104,硬件分析模块对养殖区域的硬件情况进行分析,获取养殖区域的实时区域面积,而后获取养殖区域所关联的养殖设备,统计养殖区域所关联的养殖设备的数量并记为养殖设备数,计算养殖区域的第一养殖监测值,硬件分析模块将养殖区域的第一养殖监测值反馈至服务器,服务器将养殖区域的第一养殖监测值发送至监测界定模块,养殖分析模块对养殖区域的养殖情况进行分析,获取养殖区域的养殖种类数,而后获取养殖区域内每种养殖种类的养殖量,每种养殖种类的养殖量相加求和得到养殖区域的养殖总量,计算养殖区域的第二养殖监测值,养殖分析模块将养殖区域的第二养殖监测值反馈至服务器,服务器将养殖区域的第二养殖监测值发送至监测界定模块;
步骤S105,通过监测界定模块对养殖区域的疫病监测参数进行界定,获取上述计算得到养殖区域的历史养殖监测值、第一养殖监测值和第二养殖监测值,计算养殖区域的监测等级值,而后获取存储模块中存储的监测等级区间,监测等级区间对应不同疫病监测参数,依据监测等级值得到养殖区域所属的疫病监测参数,监测界定模块将养殖区域的疫病监测参数反馈至服务器,服务器将养殖区域的疫病监测参数发送至智能监测模块,智能监测模块结合监测参数对对应的养殖区域进行养殖场疫病监测。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (9)
1.一种基于智能AI养殖的养殖场疫病监测系统,其特征在于,包括数据采集模块、区域划分模块、存储模块、历史养殖监测模块、养殖分析模块、监测界定模块、硬件分析模块、智能监测模块以及服务器,所述区域划分模块用于将养殖场进行区域划分,划分得到若干个养殖区域;所述存储模块用于记录不同养殖区域的历史养殖数据,并将历史养殖数据发送至历史养殖监测模块;所述历史养殖监测模块用于对不同养殖区域的历史养殖情况进行分析,得到养殖区域的历史养殖监测值反馈至服务器,所述服务器将养殖区域的历史养殖监测值发送至监测界定模块;
所述数据采集模块用于采集养殖区域的实时区域数据和实时养殖数据,并将实时区域数据和实时养殖数据发送至服务器,所述服务器将实时区域数据发送至硬件分析模块,所述服务器将实时养殖数据发送至养殖分析模块;所述硬件分析模块用于对养殖区域的硬件情况进行分析,分析得到养殖区域的第一养殖监测值反馈至服务器,所述服务器将养殖区域的第一养殖监测值发送至监测界定模块;所述养殖分析模块用于对养殖区域的养殖情况进行分析,分析得到养殖区域的第二养殖监测值反馈至服务器,所述服务器将养殖区域的第二养殖监测值发送至监测界定模块;所述监测界定模块用于对养殖区域的疫病监测参数进行界定,得到养殖区域的疫病监测参数反馈至服务器,所述服务器将养殖区域的疫病监测参数发送至智能监测模块,所述智能监测模块结合监测参数用于对对应的养殖区域进行养殖场疫病监测。
2.根据权利要求1所述的一种基于智能AI养殖的养殖场疫病监测系统,其特征在于,历史养殖数据为养殖区域的养殖次数以及每次养殖时的养殖时长和养殖量、疫病产生次数以及每次疫病的持续时长。
3.根据权利要求2所述的一种基于智能AI养殖的养殖场疫病监测系统,其特征在于,所述历史养殖监测模块的分析过程具体如下:
获取养殖区域的养殖次数以及每次养殖时的养殖时长和养殖量;
每次养殖时的养殖时长相加求和除以养殖次数得到养殖区域每次养殖时的平均养殖时长;
同理,计算得到养殖区域每次养殖时的平均养殖量;
而后获取养殖区域的疫病产生次数,疫病产生次数比对养殖次数得到养殖区域的疫病产生率;
最后获取养殖区域每次疫病的持续时长,每次疫病的持续时长相加求和除以疫病产生次数得到养殖区域每次疫病的平均持续时长;
计算养殖区域的历史养殖监测值。
4.根据权利要求1所述的一种基于智能AI养殖的养殖场疫病监测系统,其特征在于,实时区域数据为养殖区域的实时养殖面积、以及养殖区域所关联养殖设备的数量;
实时养殖数据为养殖区域的养殖种类数以及每种养殖种类的养殖量。
5.根据权利要求4所述的一种基于智能AI养殖的养殖场疫病监测系统,其特征在于,所述硬件分析模块的分析过程具体如下:
获取养殖区域的实时区域面积;
而后获取养殖区域所关联的养殖设备,统计养殖区域所关联的养殖设备的数量并记为养殖设备数;
计算养殖区域的第一养殖监测值。
6.根据权利要求5所述的一种基于智能AI养殖的养殖场疫病监测系统,其特征在于,所述养殖分析模块的分析过程具体如下:
获取养殖区域的养殖种类数;
而后获取养殖区域内每种养殖种类的养殖量,每种养殖种类的养殖量相加求和得到养殖区域的养殖总量;
计算养殖区域的第二养殖监测值。
7.根据权利要求1所述的一种基于智能AI养殖的养殖场疫病监测系统,其特征在于,所述监测界定模块的界定过程具体如下:
获取养殖区域的历史养殖监测值、第一养殖监测值和第二养殖监测值;
计算养殖区域的监测等级值;
获取存储模块中存储的监测等级区间,监测等级区间对应不同疫病监测参数,依据监测等级值得到养殖区域所属的疫病监测参数。
8.根据权利要求7所述的一种基于智能AI养殖的养殖场疫病监测系统,其特征在于,疫病监测参数包括养殖区域所关联养殖设备的设备需求数、养殖区域的日养殖监测次数和间隔时长;
若JD∈[0,X1),则养殖区域的疫病监测参数为:第一设备需求数、第一日养殖监测次数和第三间隔时长;
若JD∈[X1,X2),则养殖区域的疫病监测参数为:第二设备需求数、第二日养殖监测次数和第二间隔时长;
若JD∈[X2,∞],则养殖区域的疫病监测参数为:第三设备需求数、第三日养殖监测次数和第一间隔时长;其中,X1和X2均为固定数值,且X1<X2。
9.根据权利要求8所述的一种基于智能AI养殖的养殖场疫病监测系统,其特征在于,第一设备需求数小于第二设备需求数,第二设备需求数小于第三设备需求数;
第一日养殖监测次数小于第二日养殖监测次数,第二日养殖监测次数小于第三日养殖监测次数;
第三间隔时长大于第二间隔时长,第二间隔时长大于第一间隔时长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311005992.2A CN117132417A (zh) | 2023-08-10 | 2023-08-10 | 一种基于智能ai养殖的养殖场疫病监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311005992.2A CN117132417A (zh) | 2023-08-10 | 2023-08-10 | 一种基于智能ai养殖的养殖场疫病监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117132417A true CN117132417A (zh) | 2023-11-28 |
Family
ID=88850080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311005992.2A Pending CN117132417A (zh) | 2023-08-10 | 2023-08-10 | 一种基于智能ai养殖的养殖场疫病监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117132417A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170060653A (ko) * | 2015-11-24 | 2017-06-02 | 주식회사 글로비트 | 모바일 기반의 양만장 통합관리 시스템 |
CN111624037A (zh) * | 2020-06-12 | 2020-09-04 | 顾晓东 | 一种基于大数据的水产养殖业水体环境智能监测系统 |
CN112866644A (zh) * | 2021-01-09 | 2021-05-28 | 南京魏东电子商务有限公司 | 基于大数据和物联网协同作用的渔业养殖在线智能监测平台及云服务器 |
CN113345598A (zh) * | 2021-07-21 | 2021-09-03 | 深圳市知酷信息技术有限公司 | 基于数据分析的区域疫情监测预警系统 |
-
2023
- 2023-08-10 CN CN202311005992.2A patent/CN117132417A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170060653A (ko) * | 2015-11-24 | 2017-06-02 | 주식회사 글로비트 | 모바일 기반의 양만장 통합관리 시스템 |
CN111624037A (zh) * | 2020-06-12 | 2020-09-04 | 顾晓东 | 一种基于大数据的水产养殖业水体环境智能监测系统 |
CN112866644A (zh) * | 2021-01-09 | 2021-05-28 | 南京魏东电子商务有限公司 | 基于大数据和物联网协同作用的渔业养殖在线智能监测平台及云服务器 |
CN113345598A (zh) * | 2021-07-21 | 2021-09-03 | 深圳市知酷信息技术有限公司 | 基于数据分析的区域疫情监测预警系统 |
Non-Patent Citations (1)
Title |
---|
倪海儿;王国良;: "网箱养殖大黄鱼溃疡病的预报模型", 水产学报, no. 02, 15 March 2009 (2009-03-15), pages 334 - 340 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7033985B2 (ja) | 水生生物生産管理システム | |
AU2011255706A1 (en) | System and method for controlling feeding of farmed fish | |
Jensen et al. | Management factors affecting activity and aggression in dynamic group housing systems with electronic sow feeding: a field trial | |
CN112243923A (zh) | 一种基于物联网的水产养殖系统及其控制方法 | |
TWM602798U (zh) | 智慧型養殖管理系統 | |
CA2958724A1 (en) | Eel aquaculture system using ict | |
CN109919522A (zh) | 一种畜禽养殖污染防治监督管理系统及方法 | |
CN115719152A (zh) | 一种农业碳排放管理方法和系统 | |
CN205337145U (zh) | 基于物联网的大型农场牲畜养殖系统 | |
CN117132417A (zh) | 一种基于智能ai养殖的养殖场疫病监测系统 | |
CN117223666A (zh) | 一种水产养殖环境精准投喂智能系统开发平台及使用方法 | |
KR101923804B1 (ko) | 뱀장어 양식장용 자동사료 공급량 판별장치 및 그 방법 | |
CN112931393A (zh) | 一种水产养殖用清理装置、清理系统及方法 | |
CN211035597U (zh) | 一种智能化循环水养殖控制系统 | |
WO2011089007A2 (de) | Managementsystem zum betreiben einer aufzuchtvorrichtung und verfahren zum betreiben einer aufzuchtvorrichtung | |
Li et al. | Mechanistic model based optimization of feeding practices in aquaculture | |
CN106719213A (zh) | 一种基于互联网的水产网箱养殖系统 | |
CN115759789A (zh) | 一种基于ai算法的智慧养殖智能管理系统 | |
Samocha et al. | The Effect of Vertical Netting and Water Circulation Pattern on Growth and Survival of Penaeus vannamel Postlarvae in an Intensive Raceway System | |
Paspatis et al. | European sea bass growth and N and P loss under different feeding practices | |
CN211297998U (zh) | 分区养殖系统 | |
CN102778907A (zh) | 一种单路水质在线监控仪 | |
Saghi et al. | Using a linear-threshold model to investigate the genetic relationship between survival and productive traits in Japanese quail | |
Panigrahi et al. | Biofloc technology: standard operating procedure | |
CN113678783B (zh) | 一种基于多点pH统计的鱼池水质检测和调节系统 |
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 |