[发明专利]大数据的畜禽舍养殖环境物联网智能监控方法及系统

权利要求书

1. 大数据的畜禽舍养殖环境物联网智能监控方法，其特征在于，包括以下步骤：

步骤1、构建环境参数检测模块

环境参数检测模块包括畜禽舍环境参数减法聚类分类器、多个降噪编码器-Elman神经网络模型和GRU神经网络模型；

步骤2、构建环境温度预测解耦控制器

环境温度预测解耦控制器包括4个TDL按拍延时器、GRU神经网络模型、PID控制器A、PID控制器B和PID控制器C；

步骤3、构建环境温度控制器

环境温度控制器包括递归模糊小波神经网络控制器A、递归模糊小波神经网络控制器B、递归模糊小波神经网络控制器C、NARX神经网络模型和递归模糊小波神经网络控制器-Elman神经网络控制器；

步骤4、构建环境温度控制子系统

环境温度控制子系统包括环境温度预测解耦控制器、环境温度控制器、Elman神经网络A、Elman神经网络B、Elman神经网络C、PI控制器-Elman神经网络A、PI控制器-Elman神经网络B、PI控制器-Elman神经网络C、环境参数检测模块A、环境参数检测模块B和环境参数检测模块C；三个养殖区域环境温度设定值、环境参数检测模块A、环境参数检测模块B和环境参数检测模块C的输出分别作为环境温度预测解耦控制器的对应输入，环境温度预测解耦控制器输出与3个对应的环境参数检测模块输出的差作为环境温度控制器的3个对应输入，环境温度控制器输出的三个养殖区域环境温度实时控制值分别作为Elman神经网络A、Elman神经网络B和Elman神经网络C的对应输入，PI控制器-Elman神经网络A、PI控制器-Elman神经网络B和PI控制器-Elman神经网络C的输出分别作为Elman神经网络A、Elman神经网络B和Elman神经网络C的对应输入，环境参数检测模块A、环境参数检测模块B和环境参数检测模块C的前一时刻输出与当前时刻输出的差和差的变化率分别作为PI控制器-Elman神经网络A、PI控制器-Elman神经网络B和PI控制器-Elman神经网络C的输出的输入，Elman神经网络A、Elman神经网络B和Elman神经网络C输出分别作为环境调节设备A、环境调节设备B和环境调节设备C的输入，环境调节设备A、环境调节设备B和环境调节设备C实现三个对应区域环境的温度参数进行智能化调节；其中PI控制器-Elman神经网络为PI控制器与Elman神经网络相串联。

2.根据权利要求1所述的大数据的畜禽舍养殖环境物联网智能监控方法，其特征在于，所述步骤1中，多组环境参数传感器输出作为畜禽舍环境参数减法聚类分类器的输入，畜禽舍环境参数减法聚类分类器输出的多个类型的环境参数传感器值分别作为对应的降噪编码器-Elman神经网络模型的对应输入，降噪编码器-Elman神经网络模型输出作为GRU神经网络模型的对应输入，GRU神经网络模型输出被检测环境的温度值；三个养殖区域环境的环境参数传感器分别作为环境参数检测模块A、环境参数检测模块B和环境参数检测模块C的输入，环境参数检测模块A、环境参数检测模块B和环境参数检测模块C的输出分别为对应养殖区域环境的温度检测值，每组环境参数传感器包括温度、湿度、光照和风速传感器。

3.根据权利要求1所述的大数据的畜禽舍养殖环境物联网智能监控方法，其特征在于，所述步骤2中，三个养殖区域环境温度设定值、三个养殖区域环境的温度检测值分别作为对应的4个TDL按拍延时器输入，TDL按拍延时器输出分别作为GRU神经网络模型的对应输入，GRU神经网络模型输出分别作为PID控制器A、PID控制器B和PID控制器C的比例因子、积分因子和微分因子的输入，三个养殖区域环境温度设定值与对应的养殖区域环境的温度检测值的误差和误差变化率分别作为PID控制器A、PID控制器B和PID控制器C的输入，PID控制器A、PID控制器B和PID控制器C输出为对应的三个养殖区域环境温度预测控制值。