[发明专利]一种日光温室环境智能监控系统中的温度预警方法

摘要

本发明涉及一种日光温室环境智能监控系统中的温度预警方法，相对于传统方案添加了日光温室内温度预测功能，将预测结果通知生产管理者，使得生产管理着可以提早采取改善温度措施，减少低温对作物造成的损害。并且通过将当前日光温室内的温度或气象数据，与1‑6小时后的预测温度或气象数据相结合，得出最精确、科学的预警状态。所述方法简单易懂，具有良好的可通用性、扩展性，可广泛应用于设施农业中的日光温室当中。

主权项

一种日光温室环境智能监控系统中的温度预警方法，其特征在于，包括以下步骤：步骤一：信息感知模块，通过传感器采集并记录日光温室内温室温度或气象数据，将采集到的数据通过信息传输模块上传到应用模块，得到温室温度当前状态；步骤二：应用模块根据步骤一记录的数据，通过智能控制模块对1‑6小时后的温室温度值进行预测，并记录下预测状态，包括预测时间和预测值；步骤三：参照制定的预警规则进行判断，如果符合其中的报警级别，则按照预警方式库中的报警方式启动报警，并将报警结果存储于数据库中；如果不符合其中的报警级别，则并返回步骤一；其中预警规则的参数包括警级、温室温度当前状态、温室温度1‑6小时后预测状态；所述步骤三中报警级别包括无警、轻警、中警、重警；温室温度当前状态、温室温度1‑6小时后预测状态包括最佳、一般、差、恶劣四个等级；当温室温度值范围在10‑25度时，温度状态为最佳状态；当温室温度值范围在8‑10或25‑30度时，温度状态为一般状态；当温室温度值范围在0‑8或30‑35度时，温度状态为差；当温室温度值范围在0度以下或35度以上时，温度状态为恶劣；其中无警对应的温室温度状态为：温室温度当前状态为最佳；温室温度当前状态为一般，且温室温度1‑6小时后预测状态为最佳；轻警对应的温室温度状态为：温室温度当前状态为一般，且温室温度1‑6小时后预测状态为一般；温室温度当前状态为差，且温室温度1‑6小时后预测状态为最佳；中警对应的温室温度状态为：温室温度当前状态为一般，且温室温度1‑6小时后预测状态为差；温室温度当前状态为差，且温室温度1‑6小时后预测状态为最佳；温室温度当前状态为差，且温室温度1‑6小时后预测状态为一般；温室温度当前状态为恶劣，室温度1‑6小时后预测状态为最佳或一般；重警对应的温室温度状态为：温室温度当前状态为一般，且温室温度1‑6小时后预测状态为恶劣；温室温度当前状态为差，且温室温度1‑6小时后预测状态为差或恶劣；温室温度当前状态为恶劣，且温室温度1‑6小时后预测状态为差或恶劣；所述步骤二中采用一种支持向量机的算法对温室内的温度进行提前1‑6小时的预测，包括以下步骤：S1.采集预定时间段内的温室的环境数据；S2.对获得的环境数据进行归一化处理，得到样本集；S3.利用均匀分布的算法随机产生最小二乘支持向量机回归模型LS_SVM的径向基核函数的N个宽度系数σ2及N个惩罚系数λ，N为正整数，所述σ2和λ为所述LS_SVM的初始参数；S4.从样本集中选择训练样本集，并用训练样本对所述LS_SVM进行训练，得到训练后的LS_SVM；S5.将粒子群算法PSO的粒子群初始化为由所述σ2和λ构成的二维坐标点；S6.利用所述PSO对所述σ2及λ进行优化，得到优化参数σ2及λ；S7.从样本集中选择测试样本集，对所述优化参数的LS_SVM进行测试，得到最优化的LS_SVM；S8.在线实时采集温室内和温室外的环境数据，将所述数据输入最优化的LS_SVM，得到温室内温度极值的预测值；所述步骤三中报警方式包括短信、网页、语音方式。