共查询到20条相似文献，搜索用时 220 毫秒
1.
二次聚类与神经网络结合的日光温室温度二步预测方法 总被引：2，自引：0，他引：2
精确预测日光温室温度是实现对温室精准调控的前提。由于温室是复杂非线性系统,受室内外众多环境因素影响,且部分因素难以准确测量和建模,因此,难以通过机理分析建立室外因素精确影响室内温度的物理模型。而现有时间序列分析、人工神经网络等仅基于数据的方法预测准确度也较低。本文提出连续时间段聚类与BP神经网络相结合的二步日光温室温度预测方法。首先,进行二次聚类,对室外温度情况相似的日进行聚类,并将全年划分为若干个类似时间段,根据连续时间段内相似日的数量进行聚类,将全年内的连续时间段归入若干类别。其次,对不同类别的时间段,分别采用BP神经网络建立室外温度、相对湿度、太阳辐射、风速和温室室内温度间的关联模型,通过数据训练,能够较为准确的根据室外环境数据预测室内温度。通过涿州实验农场2年数据试验验证,通过二次聚类,全年连续时间段可划分为3类,通过分别建立BP神经网络并分别训练,结果表明本方法预测误差仅为6.23%,与现有未分类的BP神经网络预测算法对比,本文方法有效地提高了准确度,平均误差降低5.4个百分点。 相似文献
2.
自然通风状态下温室内空气温度的合理估测是全开型玻璃温室夏季温度控制的重要依据.为此,建立了基于RS-485总线的分布式多传感器温度测控网络,并采用分布图法和基于均值的数据融合方法对测量结果修正融合,实现了全开型玻璃温室温、湿度的精确测量.在此基础上,以室外空气温度、太阳辐射强度、室内通风速率以及室内空气相对湿度作为室内空气温度的影响因子,针对各因子的非平稳时间序列建立了室内空气温度时间序列模型,同时引入了协整方法避免伪回归现象,引入了误差修正方法提高模型预测精度.实际验证表明,时间序列模型预测数据与实测数据吻合良好,可较好地预测温室内温度,该研究成果为全开型玻璃温室的温度控制提供了理论依据. 相似文献
3.
针对目前温室环境系统中,环境监测数据只能反映当前环境状况,无法预测温室环境变化趋势,导致温室环境控制效果差的问题,提出一种基于Elman神经网络的温室环境因子预测方法。以采集的温室内温度、湿度以及二氧化碳浓度的历史数据作为预测模型的输入,建立Elman神经网络预测模型,进而实现精确的温室环境因子变化预测。结果表明,Elman模型优于BP和RBF模型,温度、湿度和二氧化碳浓度预测结果的均方误差分别为0.003 9、0.005 9和0.028 3,决定系数分别为0.991 5、0.967 8和0.973 9。该模型预测结果较理想,可以为温室环境调控提供一定的决策支持。 相似文献
4.
5.
有效获取温室出菇房的温湿度空间分布对于优化食用菌环境胁迫、病害预警、出菇房预调控至关重要,但传统的单点预测不能很好地满足菇房整体环境性能评估的需求。针对出菇房内温湿度时序性、非线性、空间分布差异性的特点,提出一种基于卷积神经网络(CNN)与门控循环单元神经网络(GRU)相结合的菇房多点温湿度预测方法。将温室室外历史气象数据、温室室内历史小气候环境数据、多点环境分布特征、通风信息和加湿信息多特征数据按照时间序列构造二维矩阵作为输入,采用CNN挖掘数据中蕴含的有效信息,提取反映温室环境数据相互联系的高维特征,将提取的特征向量构造为时间序列输入GRU网络进行多点温湿度预测。将该预测方法应用于北京市农林科学院的日光温室出菇房内多点温湿度预测,实验结果表明,该预测方法对于出菇房内各点温度RMSE平均值为0.211℃,MAE平均值为0.140℃,误差控制在±0.5℃范围内的平均比例为97.57%;对于出菇房内各点相对湿度RMSE平均值为2.731%,MAE平均值为1.713%,误差控制在±5%范围内的平均比例为92.62%;相比传统的BP神经网络、长短期记忆神经网络(LSTM)和门控循环单元神经网络(GRU),该预测方法具有更高的预测精度。 相似文献
6.
在新疆南部地区选取克州作为代表该地域特点的2010年新建的1座日光温室作为代表,采用智能环境监测仪全天候对温室环境参数进行实时监测,获得日光温室内的气温、地温、湿度、光照强度的实测数据,通过与室外实测环境参数的对比,分析克州日光温室结构参数对日光温室环境的影响.新建温室内最低气温9.9C,温室气温平均偏离度30.2％;地温平均偏离度为23.4％,两者均偏大;温室最高光照强度平均47.7kLux,日照时长平均为7h,基本满足作物的采光需求,但光照强度稍微欠缺;本次测试的温室内平均相对湿度为67.5％,利于作物的生长发育.新建温室在气温及低温的稳定性、光照强度方面尚需继续优化,但从整体测试数据来看,温室内小气候环境参数基本满足温室果蔬的春提早、秋延晚生产的要求. 相似文献
7.
基于RBF神经网络的温室温度调控研究 总被引：1，自引：0，他引：1
根据光合作用对温室环境因子的非线性,结合RBF神经网络对非线性的良好辨识能力,研究出一种温度调控技术。结合温室光照、温度变化规律,运用RBF神经网络建立温室生菜光合速率与二者的量化模型,通过生菜的光合作用速率来衡量生菜生长状况,在温室小气候里实现对生菜产量的量化控制。该模型预测精度较高,可作为温室测控系统环境因子调控依据。 相似文献
8.
为了测试光伏温室在实际生产过程中的降温效果及光伏板布局对光照的影响效果,对已建光伏温室进行了室内外温度、湿度和光照等数据测试。测试结果表明:在湿帘风机降温系统开启的条件下,对比室外环境条件,降温范围可达0.5～7.8 ℃,湿度差值范围为12.3%～33%;在光伏板布局采用间隔排列的情况下,透光率范围为32.64%～80.96%,平均透光率为66.27%。由此可见,光伏温室中湿帘风机降温系统具有良好的降温效果,光伏板布局的光照可以满足作物需要,是具有广泛应用前景的实用技术。 相似文献
9.
笔者于2010年9月至2011年7月采用5点法和9点法对中国热带农业科学院橡胶种质资源圃锯齿型温室微气候环境进行了初步研究,以期为锯齿型温室在热带地区改良设计提供理论基础支撑。结果表明:1锯齿型温室年平均透光率为35.21%,内部光照较强;在2010年9月25日、11月13日及7月8日中午温室内最强光照强度达到了45 000lux以上,超过了作物光照饱和点,需要适当遮阳。2锯齿型温室内最高日平均温度为3 8.5 9℃,最低日平均温度为1 7.4 3℃,要求具备降温措施;室内地表温度低于露地地表温度约3℃,可为植物提供优于露地的根部生长环境;骨架和薄膜的日最高温度达到了45.00℃以上,应进行适当改良设计以延长使用寿命。3锯齿型温室内湿度环境比露地湿度环境变化平稳,湿度环境较好。4锯齿型温室内的CO2浓度日平均值高于400mg/L,且通风性强,不需要CO2施肥设备。 相似文献
10.
基于温室内植物冠层能量平衡关系,建立了与温室内、外气象条件和温室结构相关的冠层温度模拟机理模型,并在华北地区文洛型温室内对该模型进行了试验验证.结果表明:模型能较好地模拟冬季温室内植物冠层温度,模拟值和实测值之间的相关系数为0.797 5,均方根误差为1.3℃.建立了冠层温度的BP神经网络模型,模型相关系数为0.783 5,均方根误差为0.6℃.在所建神经网络模型基础上,运用敏感性分析法对影响冠层温度的各因素进行重要性分析和排序,得出影响冠层温度的最重要因子是室内温度,其次为蒸腾速率、室外太阳辐射和室内相对湿度. 相似文献
11.
以番茄“MEISHUAI”品种为试验材料,研究了廊坊市春茬番茄温室内气温的影响因素、番茄生长与温度的关系及室温调控措施。结果表明:温室内日平均气温与温室内日平均10 cm土壤温度、日平均光合有效辐射及温室外日平均气温均存在极显著相关关系,相关系数分别为0.693、0.432和0.759;番茄茎粗、株高和果实橫纵径的生长量与积温成显著或极显著正相关。针对温室内温度过高的问题,提出了具体的室外气温调控指标和调控措施。 相似文献
12.
通过对大棚茄子滴灌条件下室内外气温、地温、蒸发量和土壤含水量等进行的试验研究取得的大量现场观测数据分析,结果表明,大棚不仅具有良好的保温效果,能保证作物在冬季的正常生长;而且大棚外日平均气温累计值与作物需水量存在良好的关系,可作为指导大棚滴灌的依据。 相似文献
13.
构建日光温室环境预测模型,准确预测温室环境变化有助于精准调控作物生长环境,促进果蔬生长。而温室小气候环境数据多参数并存、耦合关系复杂,且具有时序性和非线性,难以建立准确的预测模型。针对以上问题,提出一种基于麻雀搜索算法(SSA)优化的长短期记忆网络(LSTM)温室环境预测模型,实现了温室环境数据的精准预测。实验结果表明,采用SSA自动进行参数选优的方式,解决了LSTM模型参数手动选择的难题,大幅缩短模型训练时间,且最优的网络参数能够发挥模型的最佳性能。对日光温室内空气温湿度、土壤温湿度、CO2浓度和光照强度6种环境参数进行预测,SSA-LSTM平均拟合指数高达97.6%,相比BP、门控循环单元(GRU)、LSTM,其预测拟合指数分别提升8.1、4.1、4.3个百分点,预测精度明显提升。 相似文献
14.
塑料温室中湿帘风机通风条件下降温效果研究 总被引：1，自引：0，他引：1
为了能够充分了解湿帘风机降温系统在嘉兴地区高温高湿环境下的降温效果,以及温室中温度分布特征,在一个占地面积约3 072 m2,安装有湿帘风机降温系统的8连栋塑料温室中进行了相关因素的测试。试验结果表明:在环境相对湿度62%的情况下,使用湿帘风机降温时,温室内部平均温度降幅可达到4.8 ℃左右。证明湿帘风机系统在高温高湿的南方夏季也具有一定的降温能力。温室中水平方向上存在明显的温度梯度,风机一侧与湿帘一侧的温度差为2.5 ℃,沿水平方向的温度梯度为0.063 ℃m。温室中垂直方向上也存在明显的温度梯度,正午前后室外高温期间,温室中心部位垂直方向2个相差2 m位置点的温度差为2.6 ℃。 相似文献
15.
基于K-means聚类算法的草莓灌溉策略研究 总被引：2，自引：0，他引：2
为进一步提高日光温室封闭式栽培下草莓灌溉水肥利用率,研究了基质含水率和温度影响下的草莓灌溉策略优化方法。采用土壤水分传感器对草莓果期基质含水率进行实时监测,通过对基质含水率随时间变化的规律分析,并结合日平均温度进行K-means聚类分析,提出一种草莓优化灌溉策略。试验结果表明,灌溉第1阶段基质含水率快速上升,在灌溉结束时达到峰值,每次灌溉基质含水率平均提高21.5个百分点;第2阶段快速下降,在20 min内基质含水率平均下降3.5个百分点;第3阶段变化趋于平稳,在30 min内基质含水率平均下降1.2个百分点。在每个灌溉周期内,含水率呈线性下降趋势,在整个果期内,其斜率随日平均温度的升高逐渐增加,由0.0114增加至0.0365。研究结果表明,根据基质含水率变化和日平均温度区间进行定量灌溉,理论上果期每株草莓仅需要4.51 L水,可节水15.4%,该方法能有效提高水肥利用率,实现节水节肥。 相似文献
16.
番茄茎直径MDS的通径分析与数值模拟 总被引：3，自引：0，他引：3
以春夏季温室番茄为实验材料,研究充分灌溉条件下的茎直径变化指标日最大收缩量(MDS)与气象因子(水面蒸发量Ew、日最高气温Tmax、日均气温Tm、日均空气饱和差DVPDm、正午空气饱和差DVPDmd、日总辐射Rs和日辐射峰值Rmax)的相关性。结果表明,Rmax、DVPDm和Ew与MDS的直接通径系数为正,Rmax的直接通径系数最高,其次为DVPDm,二者与MDS的相关性达显著水平,但Ew与MDS的相关性未达显著水平,表明Rmax和DVPDm为决策变量,对温室番茄茎直径变化起直接作用。而Tmax、Tm、DVPDmd、Rs与MDS的直接通径系数为负,但各自总作用又都为正,表明它们主要通过Rmax和DVPDm对番茄茎直径变化起间接作用。据此建立了MDS与Rmax和DVPDm的模拟方程,经检验此方程达显著水平,预测值能够准确地反映出MDS实测数值的变化。 相似文献
17.
湿帘风机系统温室夏季蒸腾与微气候试验 总被引：2，自引：1，他引：1
在2种通风率和湿帘开、关状况下对温室内部气候相关参数进行了检测和对比分析,并重点对蒸腾速率进行了模拟计算和测量.试验结果表明:蒸腾速率与通风率、湿帘工作状况相关,在相对干燥的环境下(不开启湿帘),提高通风率可使植物获得更大的蒸腾量,从而可使温室内部温度不超过室外温度.在湿帘不工作的情况下,由于蒸腾的作用植物叶面温度低于周围的环境空气温度;而在湿帘工作情况下,室内湿度较高,蒸腾受到抑制.叶面温度高于周围环境空气温度. 相似文献
18.
物联网温室环境调控系统 总被引：3，自引：0，他引：3
针对温室环境远程调控过程中自动控制参数无法修改或缺少远程手动控制模式的问题,设计了温室环境远程测控系统。系统可分为温室现场测控层、服务器层和用户应用层。现场测控层基于无线传感器网络获取温室内外环境信息,并配备了网络摄像头实时监测;服务器层以ARM为硬件平台,采用Linux C语言完成无线通信模块软件设计和服务器的设计;用户应用层基于Web和Andorid技术,构建提供温室内外即时环境信息查询和自动控制方法选择、控制目标调整、在线视频查看温室内部情况等功能远程终端。试验结果表明,本系统自动测控周期最短为5s,数据传输误码率和丢包率较低,能够满足实时、可靠监测的需求,视频图像流畅清晰,操作简单,界面友好,提高了温室环境测控系统的适用性。 相似文献
19.
20.
内遮阳网对连栋温室内自然通风流场影响的稳态模拟 总被引：3，自引：2，他引：3
以Navier—Stokes方程为模型基础，运用CFX软件对华东地区三连栋塑料温室在配置内遮阳网后室内自然通风气流场进行三维稳态模拟，外界风向取平行于温室的屋脊方向。模拟结果显示，在设置内遮阳网后，两侧栋内气流流速明显降低，尤其是顶窗开向对面侧侧栋内，气流平均速度只有外界风速的1／6左右，不及无遮阳网时的一半；在遮阳网覆盖下温室中间栋气流流态变化不大，流场略偏向顶窗开向侧方向。顶窗开向对面侧气流流动的均匀性有所改善，但平均流速下降，环流不太明显，静止区域小，尤其是下部区域。在顶窗开向侧侧栋内，气流虽仍集中在温室中上部区域，但均匀性有所提高；侧窗和山墙门进风对温室内气流场流态的影响作用较大，而顶窗使得遮阳网上部的气流流动得到明显加强。 相似文献