[发明专利]一种臭氧浓度的调节方法及系统

权利要求书

1.一种臭氧浓度的调节方法，其特征在于，包括：

获取目标设施内的环境数据和作物信息；

基于所述环境数据和所述作物信息，构建数据特征向量；

将所述数据特征向量输入臭氧浓度预测模型，根据所述臭氧浓度预测模型的输出结果，确定所述目标设施内的预测臭氧浓度；

调节所述目标设施内的实际臭氧浓度至所述预测臭氧浓度。

2.根据权利要求1所述的臭氧浓度的调节方法，其特征在于，

所述获取目标设施内的环境数据和作物信息，包括：

按照预设采样周期获取所述目标设施内的多组环境采样数据；计算所述多组环境采样数据的平均值，作为所述环境数据；

所述平均值的计算公式为：

其中，m为所述环境数据的类型的个数，x_i为每隔时间t时所采集到的所述环境采样数据，n为采集到的所述环境采样数据个数，为第m个类型的所述环境数据；

获取目标设施内的作物图像；利用预先训练好的深度卷积神经网络对所述作物图像进行图像识别，获取所述作物信息。

3.根据权利要求2所述的臭氧浓度的调节方法，其特征在于，所述作物信息包括作物种类、作物生长期、病害种类及病害程度中的至少一种；

在获取所述作物信息之后，还包括：

根据所述作物种类，从种类量化表中，查询第一数值；所述种类量化表是根据每种作物的臭氧耐受性预先构建的；

确定所述作物种类的作物生长周期；根据作物生长期和所述作物生长周期，确定第二数值；

所述作物生长期为作物从定植开始统计，到当前的生长天数；

所述作物生长周期为所述作物从定植开始统计，到作物生长收获所需要的总天数；

所述根据作物生长期和所述作物生长周期，确定第二数值，具体为：

其中，d为所述作物生长期；D为所述作物生长周期；G为所述第二数值；根据所述病害种类及病害程度，从病害量化表中，查询第三数值；所述病害量化表是根据每种病害及其病害程度与臭氧释放量的关系预先构建的。

4.根据权利要求3所述的臭氧浓度的调节方法，其特征在于，所述环境数据包括温度数值、湿度数值、光照强度数值中的至少一种；

所述基于所述环境数据和所述作物信息，构建数据特征向量，包括：

分别根据所述温度数值、所述湿度数值、所述光照强度数值、所述第一数值、所述第二数值、所述第三数值的取值范围，将取值范围不在[0，1]内的所有数值作为一类数值，将取值范围在[0，1]内的所有数值作为另一类数值；

针对所述一类数值分别采用max-min数据归一化方法进行处理；对处理后的一类数值和所述另一类数值进行权重调整，所述权重调整的调整系数是基于每个数值对所述预测臭氧浓度的影响程度确定的；

基于权重调整后的所有数值，构建数据特征向量；

所述max-min数据归一化方法的公式为：

其中，x_k(j)表示第k个影响因素的第j个数值；X_k(j)表示对第k个影响因素的第j个数值进行归一化后的数值；max[x_k]、min[x_k]分别表示第k个影响因素的最大数值和最小数值；

进行权重调整的公式为：

X'_k(j)＝x′_k(j)×δ_k(j)

其中，x'_k(j)表示进行权重调整的第k个影响因素的第j个数值；X'_k(j)表示对第k个影响因素的第j个数值进行权重调整后的数值；δ_k(j)表示对第k个影响因素的第j个数值进行权重调整的调整系数。

5.根据权利要求1所述的臭氧浓度的调节方法，其特征在于，在将所述数据特征向量输入臭氧浓度预测模型之前，还包括：

获取多个数据特征向量样本和每个所述数据特征向量样本对应的预测臭氧浓度标签；

将每个数据特征向量样本和对应的预测臭氧浓度标签的组合作为一个训练样本，获得多个训练样本；

利用所述训练样本对所述臭氧浓度预测模型进行训练。