本發(fā)明涉及數(shù)據(jù)預(yù)測(cè)調(diào)節(jié)，具體涉及基于環(huán)境參數(shù)的水產(chǎn)養(yǎng)殖增氧設(shè)備自動(dòng)調(diào)節(jié)方法及系統(tǒng)。

背景技術(shù)：

1、溶解氧作為水體環(huán)境中的重要參數(shù)，直接影響水生生物的生長(zhǎng)與存活率，水體中的溶解氧濃度受多種因素的影響，包括水溫、ph值及氨氮濃度類環(huán)境參數(shù)，傳統(tǒng)的人工增氧方法效率較低，難以實(shí)現(xiàn)對(duì)氧氣需求的精準(zhǔn)控制，同時(shí)，不同的增氧設(shè)備工作模式單一，難以根據(jù)水體的實(shí)時(shí)需求進(jìn)行靈活調(diào)整，導(dǎo)致能源浪費(fèi)及養(yǎng)殖成本上升。

2、當(dāng)前的水產(chǎn)養(yǎng)殖氧氣供應(yīng)系統(tǒng)或方法雖已引入了部分自動(dòng)化技術(shù)，但仍存在較多不足，具體為：

3、其一，現(xiàn)有系統(tǒng)普遍依賴固定的增氧策略，缺乏對(duì)環(huán)境參數(shù)的實(shí)時(shí)監(jiān)控與智能調(diào)節(jié)功能，無(wú)法根據(jù)實(shí)際需求動(dòng)態(tài)調(diào)整增氧設(shè)備的工作強(qiáng)度和模式；其二，環(huán)境參數(shù)的采集和處理較為簡(jiǎn)單，未充分利用現(xiàn)代數(shù)據(jù)分析與機(jī)器學(xué)習(xí)技術(shù)來(lái)預(yù)測(cè)未來(lái)的氧氣需求；其三，傳統(tǒng)系統(tǒng)往往只能單一地依賴某種增氧模式，無(wú)法在不同氧氣需求場(chǎng)景下靈活切換最適合的增氧模式，這些問(wèn)題限制了水產(chǎn)養(yǎng)殖的精細(xì)化管理，無(wú)法確保水生生物的最佳生存環(huán)境。

4、因此，亟需提出基于環(huán)境參數(shù)的水產(chǎn)養(yǎng)殖增氧設(shè)備自動(dòng)調(diào)節(jié)方法及系統(tǒng)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供基于環(huán)境參數(shù)的水產(chǎn)養(yǎng)殖增氧設(shè)備自動(dòng)調(diào)節(jié)方法及系統(tǒng)，旨在解決相關(guān)技術(shù)中缺乏對(duì)環(huán)境參數(shù)的實(shí)時(shí)監(jiān)控與智能調(diào)節(jié)功能，無(wú)法根據(jù)實(shí)際需求動(dòng)態(tài)調(diào)整增氧設(shè)備的工作強(qiáng)度和模式的技術(shù)問(wèn)題，規(guī)避未充分利用現(xiàn)代數(shù)據(jù)分析與機(jī)器學(xué)習(xí)技術(shù)來(lái)預(yù)測(cè)未來(lái)的氧氣需求使用問(wèn)題，避免無(wú)法在不同氧氣需求場(chǎng)景下靈活切換最適合的增氧模式的后續(xù)問(wèn)題，通過(guò)實(shí)時(shí)計(jì)算未來(lái)一段時(shí)間內(nèi)水體中的氧氣需求量，動(dòng)態(tài)調(diào)整增氧設(shè)備的工作模式及強(qiáng)度，實(shí)現(xiàn)增氧模式的自動(dòng)切換，并根據(jù)水體的氧氣需求進(jìn)行精細(xì)化調(diào)控，提高增氧設(shè)備的使用效率，改善水體環(huán)境的穩(wěn)定性，為水產(chǎn)養(yǎng)殖提供自動(dòng)化的解決方案。

2、為了實(shí)現(xiàn)上述目的，本技術(shù)的實(shí)施例通過(guò)如下方式實(shí)現(xiàn)：

3、第一方面，本技術(shù)實(shí)施例提供基于環(huán)境參數(shù)的水產(chǎn)養(yǎng)殖增氧設(shè)備自動(dòng)調(diào)節(jié)方法，包括如下：

4、步驟s100、獲取水產(chǎn)養(yǎng)殖區(qū)域內(nèi)的環(huán)境參數(shù)數(shù)據(jù)；

5、步驟s200、基于步驟s100所獲取的環(huán)境參數(shù)數(shù)據(jù)進(jìn)行數(shù)據(jù)分類及預(yù)處理；

6、步驟s300、采用深度學(xué)習(xí)算法構(gòu)建氧氣需求預(yù)測(cè)模型，并基于預(yù)處理后環(huán)境參數(shù)數(shù)據(jù)訓(xùn)練并優(yōu)化氧氣需求預(yù)測(cè)模型；

7、步驟s400、基于步驟s300中所得優(yōu)化后的氧氣需求預(yù)測(cè)模型，對(duì)未來(lái)一段時(shí)間內(nèi)水體中的氧氣需求進(jìn)行預(yù)測(cè)；

8、步驟s500、基于步驟s400所得預(yù)測(cè)結(jié)果，自動(dòng)選擇并切換增氧模式，調(diào)整增氧設(shè)備的工作強(qiáng)度。

9、在本技術(shù)實(shí)施例中，通過(guò)獲取水產(chǎn)養(yǎng)殖區(qū)域內(nèi)的環(huán)境參數(shù)數(shù)據(jù)，并基于所獲取的環(huán)境參數(shù)數(shù)據(jù)進(jìn)行數(shù)據(jù)分類及預(yù)處理，采用深度學(xué)習(xí)算法構(gòu)建氧氣需求預(yù)測(cè)模型，并基于預(yù)處理后環(huán)境參數(shù)數(shù)據(jù)訓(xùn)練并優(yōu)化氧氣需求預(yù)測(cè)模型，基于所得優(yōu)化后的氧氣需求預(yù)測(cè)模型，對(duì)未來(lái)一段時(shí)間內(nèi)水體中的氧氣需求進(jìn)行預(yù)測(cè)，自動(dòng)選擇并切換增氧模式，調(diào)整增氧設(shè)備的工作強(qiáng)度，該方法并不是單純切換增氧模式，而是根據(jù)預(yù)測(cè)結(jié)果與實(shí)際所得環(huán)境參數(shù)進(jìn)行自動(dòng)切換，通過(guò)實(shí)時(shí)計(jì)算未來(lái)時(shí)段內(nèi)水體中的氧氣需求量，動(dòng)態(tài)調(diào)整增氧設(shè)備的工作模式及強(qiáng)度，實(shí)現(xiàn)增氧設(shè)備工作模式的自動(dòng)切換，并根據(jù)水體的氧氣需求進(jìn)行精細(xì)化調(diào)控，提高增氧設(shè)備的使用效率，降低能源消耗，改善水體環(huán)境的穩(wěn)定性，為水產(chǎn)養(yǎng)殖提供自動(dòng)化的解決方案。

10、結(jié)合第一方面，在一些具體實(shí)施方式中，獲取水產(chǎn)養(yǎng)殖區(qū)域內(nèi)的環(huán)境參數(shù)數(shù)據(jù)，具體包括：

11、步驟s101、獲取環(huán)境參數(shù)數(shù)據(jù)，布設(shè)環(huán)境參數(shù)數(shù)據(jù)傳感器獲取水產(chǎn)養(yǎng)殖區(qū)域的環(huán)境參數(shù)，環(huán)境參數(shù)包括水溫、溶解氧濃度、ph值、氨氮濃度、水流速度、大氣壓和氣溫。

12、其中，環(huán)境參數(shù)數(shù)據(jù)傳感器包括如下：

13、水溫傳感器，用于監(jiān)測(cè)水體溫度。

14、溶解氧傳感器，用于監(jiān)測(cè)水體中溶解氧的濃度。

15、ph傳感器，用于測(cè)量水的酸堿度。

16、氨氮傳感器，用于測(cè)量水體中氨氮的濃度，氨氮是水產(chǎn)養(yǎng)殖中的重要水質(zhì)指標(biāo)。

17、流速傳感器，用于監(jiān)測(cè)水體流動(dòng)的速度，流速會(huì)影響水中的氧氣傳遞。

18、大氣壓傳感器，用于監(jiān)測(cè)養(yǎng)殖區(qū)域的氣壓，因?yàn)闅鈮鹤兓瘯?huì)影響水體中的氧氣交換。

19、氣溫傳感器，用于監(jiān)測(cè)外部環(huán)境溫度，氣溫影響水體溫度及氧氣的需求。

20、步驟s102、環(huán)境參數(shù)數(shù)據(jù)傳輸，基于環(huán)境參數(shù)數(shù)據(jù)傳感器將獲取的環(huán)境參數(shù)數(shù)據(jù)通過(guò)無(wú)線通信網(wǎng)絡(luò)傳輸至云端數(shù)據(jù)庫(kù)。

21、其中，數(shù)據(jù)庫(kù)為分布式時(shí)序數(shù)據(jù)庫(kù)，支持?jǐn)?shù)據(jù)寫入與查詢，并支持?jǐn)?shù)據(jù)冗余和定期備份。

22、結(jié)合第一方面，在一些具體實(shí)施方式中，基于步驟s100所獲取的環(huán)境參數(shù)數(shù)據(jù)進(jìn)行分類及預(yù)處理，具體包括：

23、預(yù)處理包括數(shù)據(jù)清洗、異常值檢測(cè)和降維處理。

24、步驟s201、數(shù)據(jù)分類，基于步驟s100中獲取的環(huán)境參數(shù)數(shù)據(jù)，將數(shù)據(jù)分類為不同類別，并基于不同類別的數(shù)據(jù)進(jìn)行分組處理。

25、分組處理包括按時(shí)間分類、按空間分類及按數(shù)據(jù)源分類，具體為：

26、按時(shí)間分類，基于數(shù)據(jù)采集的時(shí)間點(diǎn)或時(shí)間間隔進(jìn)行時(shí)間軸上的分類，使實(shí)時(shí)性數(shù)據(jù)與歷史數(shù)據(jù)的分離，時(shí)間間隔包括秒級(jí)、分鐘級(jí)及小時(shí)級(jí)。

27、按空間分類，對(duì)于養(yǎng)殖區(qū)域內(nèi)多個(gè)傳感器的數(shù)據(jù)，基于傳感器的物理位置進(jìn)行空間上的分類，物理位置包括不同深度及不同水域區(qū)域。

28、按數(shù)據(jù)源分類，基于傳感器類型對(duì)數(shù)據(jù)進(jìn)行分組處理。

29、步驟s202、數(shù)據(jù)清洗，基于分組后的環(huán)境參數(shù)數(shù)據(jù)進(jìn)行清洗，數(shù)據(jù)清洗包括缺失值填補(bǔ)及錯(cuò)誤值剔除。

30、步驟s203、異常值檢測(cè)，采用自編碼器對(duì)數(shù)據(jù)清洗后的環(huán)境參數(shù)數(shù)據(jù)進(jìn)行異常檢測(cè)。

31、步驟s204、降維處理，采用主成分分析法，對(duì)去除異常數(shù)據(jù)之后的環(huán)境參數(shù)數(shù)據(jù)進(jìn)行降維處理，得出預(yù)處理后的環(huán)境參數(shù)數(shù)據(jù)。

32、結(jié)合第一方面，在一些具體實(shí)施方式中，采用深度學(xué)習(xí)算法構(gòu)建氧氣需求預(yù)測(cè)模型，并基于預(yù)處理后環(huán)境參數(shù)數(shù)據(jù)訓(xùn)練并優(yōu)化氧氣需求預(yù)測(cè)模型，具體包括：

33、步驟s301、配置氧氣需求預(yù)測(cè)模型，采用標(biāo)準(zhǔn)化lstm網(wǎng)絡(luò)架構(gòu)，標(biāo)準(zhǔn)化lstm網(wǎng)絡(luò)架構(gòu)包括，輸入層、lstm隱藏層、全連接層及輸出層。

34、配置氧氣需求預(yù)測(cè)模型還包括，配置lstm隱藏層、設(shè)定時(shí)間步長(zhǎng)、設(shè)定損失函數(shù)及激活函數(shù)。

35、配置lstm隱藏層，數(shù)量限定為3層，單層包含64個(gè)神經(jīng)元。

36、設(shè)定時(shí)間步長(zhǎng)，設(shè)定為過(guò)去的24小時(shí)。

37、設(shè)定損失函數(shù)，采用均方誤差作為損失函數(shù)，具體為：

38、

39、式中，yi是實(shí)際氧氣需求值，是模型預(yù)測(cè)值，n是數(shù)據(jù)點(diǎn)數(shù)量；

40、步驟s302、訓(xùn)練氧氣需求預(yù)測(cè)模型，使用lstm輸入特征作為輸入訓(xùn)練數(shù)據(jù)，使用歷史氧氣需求值作為輸出訓(xùn)練數(shù)據(jù)，將lstm輸入特征輸入至氧氣需求預(yù)測(cè)模型，得出初步預(yù)測(cè)結(jié)果，再將模型的預(yù)測(cè)結(jié)果與實(shí)際歷史氧氣需求值進(jìn)行比較，最小化誤差。

41、訓(xùn)練數(shù)據(jù)的批量大小設(shè)定為32。

42、步驟s303、驗(yàn)證評(píng)估，驗(yàn)證包括選用評(píng)估指標(biāo)及交叉驗(yàn)證；

43、選用評(píng)估指標(biāo)，通過(guò)采用平均絕對(duì)誤差選用指標(biāo)，具體為：

44、

45、式中，n表示樣本的數(shù)量，yi表示第i個(gè)樣本的真實(shí)值，表示第i個(gè)樣本的預(yù)測(cè)值，表示預(yù)測(cè)值與真實(shí)值的絕對(duì)誤差。

46、步驟s304、優(yōu)化氧氣需求預(yù)測(cè)模型，采用增量學(xué)習(xí)，基于新數(shù)據(jù)的獲取，lstm模型通過(guò)增量學(xué)習(xí)的方式進(jìn)行持續(xù)優(yōu)化，每次新數(shù)據(jù)到達(dá)時(shí)，基于原有模型的參數(shù)，進(jìn)行小規(guī)模的迭代更新，并非完全重新訓(xùn)練氧氣需求預(yù)測(cè)模型。

47、結(jié)合第一方面，在一些具體實(shí)施方式中，基于步驟s300中所得優(yōu)化后的氧氣需求預(yù)測(cè)模型，對(duì)未來(lái)一段時(shí)間內(nèi)水體中的氧氣需求進(jìn)行預(yù)測(cè)，具體為：

48、步驟s400、基于優(yōu)化后模型，將預(yù)處理后的環(huán)境參數(shù)數(shù)據(jù)作為輸入特征，并輸入至優(yōu)化后lstm模型中，lstm模型將輸出未來(lái)一段時(shí)間內(nèi)水體中的氧氣需求值，具體為：

49、

50、其中，od(t)表示未來(lái)一段時(shí)間內(nèi)水體中的氧氣需求量，flstm表示通過(guò)lstm模型的預(yù)測(cè)函數(shù)，表示預(yù)處理后的環(huán)境參數(shù)數(shù)據(jù)，表示在時(shí)間為t時(shí)的環(huán)境參數(shù)數(shù)據(jù)向量，n表示時(shí)間步長(zhǎng)，h(t)表示lstm模型時(shí)間為t時(shí)的隱狀態(tài)。

51、結(jié)合第一方面，在一些具體實(shí)施方式中，基于步驟s400所得預(yù)測(cè)結(jié)果，自動(dòng)選擇并切換增氧模式，調(diào)整增氧設(shè)備的工作強(qiáng)度，具體包括：

52、步驟s501、基于未來(lái)一段時(shí)間內(nèi)水體中的氧氣需求量od(t)與水體的溶解氧濃度c(t)選擇增氧模式，具體為：

53、

54、式中，mselected為選擇的增氧模式，od(t)表示未來(lái)一段時(shí)間內(nèi)水體中的氧氣需求量，th和tl分別表示高需求和低需求的氧氣量閾值，c(t)表示當(dāng)前水體的溶解氧濃度，cl和ch分別表示溶解氧濃度的低閾值和高閾值，θ(t)表示當(dāng)前水溫，θoptimal表示預(yù)設(shè)的水溫；δθ表示水溫偏差允許范圍，g表示氣體增氧，e表示電解增氧，b表示微泡增氧。

55、增氧模式的選擇如下：

56、a1、氣體增氧，適用于水體氧氣需求量大且溶解氧濃度較低的場(chǎng)景，通過(guò)快速注入氧氣或空氣，提升水中氧氣含量。

57、a2、電解增氧，適用于穩(wěn)定的環(huán)境，長(zhǎng)時(shí)間維持溶解氧含量，通過(guò)電解水產(chǎn)生氧氣，能耗低且效率高。

58、a3、微泡增氧，適用于精細(xì)控制，針對(duì)水體局部區(qū)域進(jìn)行氧氣補(bǔ)給，通過(guò)微泡發(fā)生器產(chǎn)生細(xì)小氣泡，提高氧氣傳遞效率。

59、步驟s502、基于步驟s501所選擇的增氧模式激活相應(yīng)的增氧設(shè)備，并基于未來(lái)一段時(shí)間內(nèi)水體中的氧氣需求量od(t)和水體的溶解氧濃度c(t)自動(dòng)調(diào)整增氧設(shè)備的工作強(qiáng)度，具體為：

60、p(t)＝α·(od(t)-c(t))+β

61、式中，p(t)表示增氧設(shè)備在時(shí)間t的工作強(qiáng)度，od(t)表示未來(lái)一段時(shí)間內(nèi)水體中的氧氣需求量，c(t)表示水體的溶解氧濃度，od(t)-c(t)表示未來(lái)一段時(shí)間內(nèi)水體中的氧氣需求量和水體的溶解氧濃度之間的差異，若水體的溶解氧濃度低于需求，即od(t)>c(t)，則增大設(shè)備的工作強(qiáng)度，若水體的溶解氧濃度已經(jīng)接近需求，則減小工作強(qiáng)度，α表示調(diào)整系數(shù)，用于控制工作強(qiáng)度對(duì)需求和濃度差異的響應(yīng)靈敏度，β表示基礎(chǔ)工作強(qiáng)度，即設(shè)備的最低工作強(qiáng)度。

62、步驟s503、應(yīng)急控制，為確保氧氣供應(yīng)的連續(xù)性，設(shè)置應(yīng)急模式，在設(shè)備故障及氧氣需求預(yù)測(cè)出現(xiàn)較大誤差時(shí)，啟動(dòng)備用設(shè)備或選擇更高效的增氧模式，確保水體中的氧氣供應(yīng)不中斷。

63、當(dāng)檢測(cè)到增氧設(shè)備故障或預(yù)測(cè)誤差超過(guò)設(shè)定閾值δt，立即啟動(dòng)備用設(shè)備，并自動(dòng)切換到高效增氧模式，具體為：

64、memergency＝g,ifδod(t)>δt

65、式中，memergency為應(yīng)急狀態(tài)下的增氧模式，應(yīng)急狀態(tài)下的增氧模式為氣體增氧，δod(t)為氧氣需求預(yù)測(cè)誤差，δt為誤差容忍閾值。

66、第二方面，本技術(shù)實(shí)施例另提供基于環(huán)境參數(shù)的水產(chǎn)養(yǎng)殖增氧設(shè)備自動(dòng)調(diào)節(jié)系統(tǒng)，包括如下：

67、參數(shù)獲取單元，用于獲取水產(chǎn)養(yǎng)殖區(qū)域內(nèi)的環(huán)境參數(shù)數(shù)據(jù)；

68、預(yù)處理分類單元，用于將所獲取的環(huán)境參數(shù)數(shù)據(jù)進(jìn)行數(shù)據(jù)分類及預(yù)處理；

69、模型配置單元，用于采用深度學(xué)習(xí)算法構(gòu)建氧氣需求預(yù)測(cè)模型，并基于預(yù)處理后環(huán)境參數(shù)數(shù)據(jù)訓(xùn)練并優(yōu)化氧氣需求預(yù)測(cè)模型；

70、預(yù)測(cè)單元，用于基于所得優(yōu)化后的氧氣需求預(yù)測(cè)模型，對(duì)未來(lái)一段時(shí)間內(nèi)水體中的氧氣需求進(jìn)行預(yù)測(cè)；

71、模式切換單元，用于基于氧氣需求預(yù)測(cè)模型所得預(yù)測(cè)結(jié)果，自動(dòng)選擇并切換增氧模式，調(diào)整增氧設(shè)備的工作強(qiáng)度。

72、為使本技術(shù)的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉較佳實(shí)施例，并配合所附附圖，作詳細(xì)說(shuō)明如下。

73、附圖說(shuō)明

74、為了更清楚地說(shuō)明本技術(shù)實(shí)施例的技術(shù)方案，下面將對(duì)本技術(shù)實(shí)施例中所需要使用的附圖作簡(jiǎn)單的介紹，應(yīng)當(dāng)理解，以下附圖僅示出了本技術(shù)的某些實(shí)施例，因此不應(yīng)被看作是對(duì)范圍的限定，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他相關(guān)的附圖。

75、圖1為本技術(shù)實(shí)施例提供的基于環(huán)境參數(shù)的水產(chǎn)養(yǎng)殖增氧設(shè)備自動(dòng)調(diào)節(jié)方法的流程圖。

76、圖2為本技術(shù)實(shí)施例提供的基于環(huán)境參數(shù)的水產(chǎn)養(yǎng)殖增氧設(shè)備自動(dòng)調(diào)節(jié)系統(tǒng)的示意圖。