[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在审

专利信息
申请号: 202310284508.8 申请日: 2023-03-22
公开(公告)号: CN116627035A 公开(公告)日: 2023-08-22
发明(设计)人: 马响;刘从勇;张金龙;杨丹;任健;秦源汇;周红标;丁唯峰;祝清赫;张士林;周恒瑞;马从国;秦小芹;李亚洲;金德飞;王苏琪 申请(专利权)人: 淮阴工学院
主分类号: G05B13/04 分类号: G05B13/04;G06N3/04;G01D21/02;G01K13/024
代理公司: 淮安市科文知识产权事务所 32223 代理人: 李锋
地址: 223000 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据 畜禽 养殖 环境 联网 智能 监控 方法 系统
【说明书】:

发明公开了大数据的畜禽舍养殖环境物联网智能监控方法及系统,包括参数检测终端、参数控制终端、云平台、智能监控端、浏览器端和移动APP端,参数检测终端和参数控制终端分别通过无线通信模块实现与云平台之间进行参数信息交互。本发明针对现有养殖技术中普遍缺乏养殖环控计划,实际生产过程中存人工观测和决策,且未形成数据资产从而导致行业缺少对畜禽生理习性和动物行为的研究,提供一种基于集物联网、大数据、人工智能、计算机等先进技术手段的大数据的畜禽舍养殖环境物联网智能监控方法及系统。

技术领域

本发明涉及畜禽舍环境温度检测与温度智能监控装备领域,具体涉及大数据的畜禽舍养殖环境物联网智能监控方法及系统。

背景技术

中国已成为世界畜禽生产第一大国,畜禽养殖产业规模大、数量多、发展快速。畜禽养殖业正逐步向集约化、设施化、智能化及环境友好的方向发展。但在发展过程中,仍然摆脱不了养殖方式粗放、效率低下、成本高、养殖成效不稳定等诸多问题。养殖户大都靠经验养殖,没有实现标准化、数字化养殖;普遍缺乏养殖环控计划,生产过程中存在大量的人工观测和决策,且这些观测和决策没有形成数据资产;行业缺少对畜禽生理习性和动物行为的研究;物联网的应用产生了大量的视频数据、环境数据、养殖数据、畜禽本体数据、饲喂数据的多种多源异构数据,数据分析和利用程度很低。应用物联网、大数据、人工智能、计算机仿真等先进技术手段,设计畜禽智慧养殖环境监、管、控一体化数智化云平台,实行精准化智能养殖可大幅降低养殖成本,提高养殖效率和养殖效益。物联网技术支持下的NB-loT通讯在环境检测系统中得到广泛应用,其具有成本低、能耗少、覆盖范围广等优势,能够实现远距离通信,可对畜禽养殖环境状态信息予以实时采集与智能化控制,并上传至物联网工作平台,便于对畜禽环境的监控与管理。另外,NB-IoT通信技术支持下的环境检测系统能够记录畜禽环境污染状态,可在终端设备呈现,操作简单,能够为畜禽养殖环境调控提供可靠的参考。畜禽智慧养殖环境监、管、控一体化数智化云平台功能设计从规模化畜禽养殖场实际情况出发,综合使用物联网、大数据、人工智能、计算机等先进技术手段,将养殖场的人、畜禽、设备连接起来,对畜禽养殖生产管理的全过程数据进行采集、分析处理、预警和控制决策。通过集成畜禽养殖环境信息智能感知技术及设备、无线传输技术及设备、智能处理技术,实现畜禽舍养殖环境监控、智能精细饲喂、粪便清理、疾病诊治等功能的一体化管理变传统畜禽养殖为规模化、自动化、信息化、智能化的养殖模式,实行精准化智能养殖。

发明内容

本发明针对现有养殖技术中普遍缺乏养殖环控计划,实际生产过程中存人工观测和决策,且未形成数据资产从而导致行业缺少对畜禽生理习性和动物行为的研究,本发明提供一种基于集物联网、大数据、人工智能、计算机等先进技术手段的大数据的畜禽舍养殖环境物联网智能监控方法及系统。

为解决上述问题,本发明采用如下的技术方案:

一、大数据的畜禽舍养殖环境物联网智能监控方法:

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;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;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于淮阴工学院,未经淮阴工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310284508.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top