[發(fā)明專利]一種融合向量機(jī)模型的嵌入式設(shè)施二氧化碳優(yōu)化調(diào)控方法與系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810304731.3
• 申請(qǐng)日: 2018-04-08
• 公開（公告）號(hào): CN108596779A
• 公開（公告）日: 2018-09-28
• 發(fā)明（設(shè)計(jì)）人: 胡瑾;汪健康;辛萍萍;劉行行;田紫薇;盧有琦;張仲雄
• 申請(qǐng)（專利權(quán)）人: 西北農(nóng)林科技大學(xué)
• 主分類號(hào): G06Q50/02
• 分類號(hào): G06Q50/02;A01G7/02;G05D27/02
• 代理公司: 西安智大知識(shí)產(chǎn)權(quán)代理事務(wù)所 61215
• 代理人: 段俊濤

1.一種融合向量機(jī)模型的嵌入式設(shè)施二氧化碳優(yōu)化調(diào)控方法，其特征在于，包括如下步驟：

步驟一，構(gòu)建不同的溫度、光強(qiáng)、CO₂濃度小環(huán)境，測(cè)量植物在不同溫度、光照、CO₂環(huán)境下的凈光合速率，構(gòu)建光合速率預(yù)測(cè)模型，通過對(duì)實(shí)驗(yàn)數(shù)據(jù)分析，在Qt軟件中基于Python語言構(gòu)建光合速率預(yù)測(cè)模型，進(jìn)而通過對(duì)預(yù)測(cè)模型中每條CO₂響應(yīng)曲線的曲率進(jìn)行分析，獲取不同溫度、不同光照條件下CO₂調(diào)控目標(biāo)值，基于Python語言應(yīng)用SVM算法構(gòu)建以溫度和光照為輸入，CO₂調(diào)控目標(biāo)值為輸出的CO₂優(yōu)化調(diào)控模型，生成一個(gè)可實(shí)現(xiàn)跨平臺(tái)移植的CO₂優(yōu)化調(diào)控模型文件model.py；

步驟二，采用無線傳感器網(wǎng)絡(luò)(WSN)部署整個(gè)設(shè)施CO₂環(huán)境調(diào)控設(shè)備，設(shè)計(jì)了一種樹莓派系統(tǒng)框架和平臺(tái)體系，設(shè)備硬件由樹莓派主控節(jié)點(diǎn)、傳感器監(jiān)測(cè)節(jié)點(diǎn)和CO₂控制節(jié)點(diǎn)組成，各節(jié)點(diǎn)采用CC2530作為核心處理模塊，基于ZigBee協(xié)議實(shí)現(xiàn)無線傳感器網(wǎng)絡(luò)(WSN)自組網(wǎng)和信息傳輸；傳感器監(jiān)測(cè)節(jié)點(diǎn)通過實(shí)時(shí)檢測(cè)影響光合作用的光強(qiáng)、溫度和CO₂濃度，通過ZigBee網(wǎng)絡(luò)傳輸至主控節(jié)點(diǎn)，主控節(jié)點(diǎn)通過調(diào)用調(diào)控模型，判斷當(dāng)前環(huán)境是否滿足作物對(duì)二氧化碳的要求，并根據(jù)實(shí)時(shí)環(huán)境二氧化碳濃度計(jì)算效益最優(yōu)二氧化碳濃度需求量，利用ZigBee無線傳感器網(wǎng)絡(luò)技術(shù)傳輸至控制節(jié)點(diǎn)，控制節(jié)點(diǎn)通過繼電器控制二氧化碳?xì)夤薜拈_關(guān)，最終實(shí)現(xiàn)基于作物需求的設(shè)施CO₂智能調(diào)控；

步驟三，在實(shí)際的設(shè)施CO₂環(huán)境調(diào)控中，用戶進(jìn)入模型導(dǎo)入界面，選擇相應(yīng)的CO₂調(diào)控作物，并將生成的CO₂調(diào)控目標(biāo)值模型model.py文件加載到嵌入式系統(tǒng)，完成模型的跨平臺(tái)移植，將得到的model.py文件移植到嵌入式系統(tǒng)中，從而生成面向不同作物的嵌入式智能調(diào)控系統(tǒng)；

步驟四，系統(tǒng)環(huán)境檢測(cè)節(jié)點(diǎn)通過實(shí)時(shí)檢測(cè)設(shè)施溫室環(huán)境內(nèi)的溫度T，CO₂濃度C以及光照強(qiáng)度PDF，并通過ZigBee協(xié)議傳輸?shù)街骺毓?jié)點(diǎn)，主控節(jié)點(diǎn)根據(jù)檢測(cè)得到的溫度、光照以及CO₂，輸入調(diào)控系統(tǒng)，通過調(diào)用CO₂優(yōu)化調(diào)控模型進(jìn)行調(diào)控目標(biāo)值的預(yù)測(cè)，進(jìn)而獲取CO₂調(diào)控目標(biāo)值，并進(jìn)行如下判斷：如果調(diào)控目標(biāo)點(diǎn)的CO₂濃度高于當(dāng)前環(huán)境的CO₂濃度，則同時(shí)打開CO₂氣閥與對(duì)流扇，并按需的將當(dāng)前的CO₂濃度補(bǔ)充至目標(biāo)點(diǎn)，如果當(dāng)前的CO₂濃度高于調(diào)控目標(biāo)點(diǎn)，則不進(jìn)行CO₂補(bǔ)充。

2.根據(jù)權(quán)利要求1所述融合向量機(jī)模型的嵌入式設(shè)施二氧化碳優(yōu)化調(diào)控方法，其特征在于，所述CO₂優(yōu)化調(diào)控模型的建立過程如下：

步驟1：輸入實(shí)驗(yàn)數(shù)據(jù)，以溫度、光強(qiáng)、CO₂為輸入，光合速率為輸出，應(yīng)用支持向量機(jī)構(gòu)建光合速率預(yù)測(cè)模型；在此基礎(chǔ)上，對(duì)預(yù)測(cè)模型中每條CO₂響應(yīng)曲線進(jìn)行曲率尋優(yōu)，獲取曲率最大值點(diǎn)對(duì)應(yīng)的CO₂濃度作為CO₂調(diào)控目標(biāo)值，以CO₂調(diào)控目標(biāo)值及其對(duì)應(yīng)條件下的溫度、光照條件作為新的數(shù)據(jù)集，構(gòu)建CO₂優(yōu)化調(diào)控模型；

步驟2：在python平臺(tái)下進(jìn)行調(diào)控目標(biāo)值模型建立，首先輸入CO₂調(diào)控目標(biāo)值及其對(duì)應(yīng)條件下的溫度、光照條件，隨機(jī)產(chǎn)生訓(xùn)練集與測(cè)試集，經(jīng)過樣本的歸一化處理后，選取核函數(shù)和c，g參數(shù)，然后建立SVM回歸模型并進(jìn)行訓(xùn)練，直到SVM優(yōu)化調(diào)控模型滿足精度要求，然后對(duì)模型進(jìn)行反歸一化處理并生成可移植的CO₂優(yōu)化調(diào)控模型model.py文件。