一种多功能绿色智能大棚系统

本发明属于节能控制、自动化，具体涉及一种多功能绿色智能大棚系统。

背景技术：

1、随着我国信息化、机械化的发展，农业领域的各类自动化技术逐渐成熟，并应用推广起来，这在农业提质增效方面发挥出重要作用。近年来，国家也出台了一系列措施，大力支持农业自动化发展，促进农业自动化推广，发挥农业自动化技术优势，提升我国农业现代化水平。但从整体的农业发展水平来看，其仍然存在着非常大的提升空间。

2、世界的能源消耗以化石能源为主，然而化石能源的形成过程极为缓慢，是不可再生的一次能源，因此能源危机日益严重。与此同时，化石能源消耗还带来了环境污染问题。为了有效处理这些问题，要对新能源技术进行广泛研究与运用。本发明提出的新能源智能大棚利用绿色能源为作物生长环境调节设备供电，有利于缓解能源危机、减轻环境污染。此外，工作人员检测、调节作物生长环境的温度、湿度、光照强度和土壤氮磷钾含量的效率低、误差大。为解决这些问题，本发明利用自动化装置检测、调节作物生长环境，能够快速、准确地获取这些作物生长环境的关键信息。并构造作物生长模型，使用蜘蛛蜂算法对作物生长模型进行优化，能够及时调节作物生长环境的温度、湿度、光照强度和土壤氮磷钾含量。这样有利于节省劳动力，并使作物生长在更适宜的环境中，从而产生更高的经济效益。

技术实现思路

1、发明目的：针对环境污染、农业大棚检测效率低的问题，本发明提供了一种多功能绿色智能大棚系统，能够利用蜘蛛蜂算法对作物生长模型进行优化，极大地节约了成本。该系统利用自动化装置来科学合理地控制作物生长环境的温度、湿度、光照强度和土壤氮磷钾含量，使得作物生长在更适宜的环境中，从而产生更高的经济效益。此外，该系统还具有缓解能源危机、减轻环境污染和节省劳动力的优势。

2、技术方案：本发明公开了一种多功能绿色智能大棚系统，包括供电单元、环境感知单元、生长环境调节单元和中央控制模块；

3、所述供电单元为所述绿色智能大棚系统提供电能，所述环境感知单元包括温度传感器、湿度传感器、光照传感器、土壤氮磷钾传感器、摄像头；生长环境调节单元包括加热器、加湿器、调光器和氮、磷、钾肥补充装置；

4、所述环境感知单元采集作物生长环境的温度、湿度、光照强度、土壤氮磷钾含量以及作物绿叶面积；所述生长环境调节单元用于调节作物生长环境的温度、湿度、光照强度以及氮磷钾浓度；

5、所述中央控制模块基于环境感知单元采集的数据构建生物量过程模拟模型进行作物生长的预测，并基于采集的实时数据利用蜘蛛蜂算法优化所述生物量过程模拟模型，根据优化后的生物量过程模拟模型的作物生长的预测结果确定其需要的温度、湿度、光照和氮磷钾含量，根据中央控制模块中预存的温度、湿度、光照和氮磷钾含量给出最优的设备运行策略，控制所述生长环境调节单元对温度、湿度、光照强度、土壤氮磷钾含量进行调节。

6、进一步地，所述供电单元包括太阳能阵列板、风力发电机、蓄电池；所述供电单元中太阳能阵列板、风力发电机发电，蓄电池进行储电，并为所述环境感知单元、生长环境调节单元和中央控制模块供电。

7、进一步地，所述蓄电池未达到饱和状态且未完全放电时，当光伏电池和风力发电机输出的电能不能满足负载需求时，蓄电池放电补充不足的部分；当负载需求较小、光伏电池和风力发电机输出的电能过多时，蓄电池充电将剩余的能量存储起来。

8、进一步地，所述生物量过程模拟模型预测作物生长，所述生物量过程模拟模型具体如下：

9、经过光合作用产生的有机物的总量称为生物量，生物量的公式如下：

10、

11、式中，agbwi为第i天作物积累的生物量；δagbwi为第i天生物量的增量，k为作物生长的总天数；

12、δagbwi＝δdpawi-rgi-rmi

13、式中，δdpawi为第i天作物光合作用产生的有机物总量；rgi为第i天作物生长呼吸对有机物的消耗量；rmi为第i天作物维持呼吸对有机物的消耗量；

14、rgi＝gr·δdpawi

15、

16、式中，gr为作物生长呼吸系数，mr为作物维持呼吸系数，q为呼吸作用的温度系数，均为模型系数；t为日平均气温；

17、dpari＝0.475dri·(1-α)

18、式中，dpari为作物每日对太阳辐射的有效使用量通过日光合有效辐射量；dri为单位面积每日太阳总辐射量；α为作物的群体反射率；

19、

20、

21、式中，k为群体消光系数；a、b为模型参数；laii为叶面积指数；fn、fp、fk、fw分别为氮素、磷素、钾素、水分影响因子；

22、

23、式中，dl为日长；为地球纬度；β为太阳赤纬；

24、利用生物量过程模拟模型进行作物生长的预测，根据预测作物积累的生物量的结果进一步确定需要的参数：作物生长呼吸系数gr、作物维持呼吸系数mr、呼吸作用的温度系数q、群体消光系数k、模型参数a、b、叶面积指数laii、氮素、磷素、钾素、水分影响因子fn、fp、fk、fw。

25、进一步地，利用蜘蛛蜂算法以最小误差为优化目标对生物量过程模拟模型进行优化，具体实现过程如下：

26、1)初始化种群和参数：种群和参数生物量过程模拟模型中的参数数据，包括作物生长呼吸系数gr、作物维持呼吸系数mr、呼吸作用的温度系数q、群体消光系数k、模型参数a、b、叶面积指数laii、氮素、磷素、钾素、水分影响因子fn、fp、fk、fw，种群矩阵如下：

27、

28、式中，x为蜘蛛蜂种群；xi为第i只蜘蛛蜂；xij为第i只蜘蛛蜂提出的第j个问题变量的值；n为蜘蛛蜂种群成员的全部数量；m是决策变量的个数；

29、2)将随机生成的粒子位置带入目标函数进行评估，使每个粒子都生成一组对应的参数，目标函数公式如下：

30、

31、式中，f为目标函数值，代表最小误差；n为样本总数；xt为生物量真实值；ht为生物量预测值；

32、3)选择搜索空间，定位最有希望的区域，位置更新公式如下：

33、

34、式中，为蜘蛛蜂的最新位置；为第i只蜘蛛蜂的位置；分别为第a、b只蜘蛛蜂的位置，a、b是从种群中随机选取的两个指标用来确定搜索方向；rn是符合正态分布的随机数；r1、r2、r3、r4是均匀分布于[0,1]之间的随机数；为第c只蜘蛛蜂的位置，c是种群中随机选取的指标；l是均匀分布于[-2,1]之间的随机数；h、l分别为求解问题的上下限；

35、4)搜索并跟踪猎物，在优化开始时，所有蜘蛛蜂在优化问题的域内进行全局搜索，寻找可能包含最优解的区域，位置更新公式如下：

36、

37、式中，t为当前迭代次数；tmax为最大迭代次数；r5、r6是均匀分布于[0,1]之间的随机数；vc是正态分布于[-k,k]之间的随机数，

38、5)捕获猎物并筑巢，蜘蛛蜂追捕蜘蛛，并将被麻痹的蜘蛛拉向包含最优解的区域，并认为它是建造巢穴的最佳地点，模拟筑巢行为的公式如下：

39、

40、式中，x*为目前最佳的解决方案；γ为蜘蛛蜂飞行中产生的一个数；u是一个二进制数，按下式分配：

41、6)判定是否满足终止条件，若不满足终止条件，则返回步骤2)；若满足约束条件，则转至步骤7)；

42、7)输出得到最优的生物量过程模拟模型参数。

43、进一步地，对蜘蛛蜂算法进行改进，具体改进之处在于：对1)进行改进，通过引入精英混沌反向学习策略来增加选取更优解的概率，从而实现对初始种群个体质量的提升，改进后的公式如下：

44、

45、式中，为透镜成像反向后的蜘蛛蜂个体；aj和bj分别为当前种群中第j维的最大值和最小值；k为透镜的缩放系。

46、有益效果：

47、1.本发明提出一种新能源大棚理念，利用风电混合储能为作物生长环境调节装置供电，风电混合可以弥补单独风力发电或光伏发电的供电不稳定性；储能系统可以弥补风光发电随机性、间隙性、波动性。此外，利用太阳能、风能发电，有利于缓解能源危机、减轻环境污染。

48、2.本发明提出的智能大棚理念，当作物生长环境温度低时，加热器开始工作；当作物生长环境湿度低时，加湿器开始工作；当作物生长环境光照强度低时，调光器开始工作；当作物生长环境土壤缺乏氮磷钾时，补充土壤氮磷钾装置开始工作。作物生长环境调节装置自动工作，有利于节省劳动力。

49、3.本发明构造了生物量过程模拟模型来预测作物生长，并使用蜘蛛蜂算法对其进行优化，有利于使作物生长在更适宜的环境中，从而产生更高的经济效益。