申请/专利权人：耀昶嵘相变材料科技(广东)有限公司;广州熹品高新技术工程顾问有限公司;北京诺贝康健康科技有限公司;惠州市尚书钰信息咨询有限责任公司

申请日：2023-12-28

公开（公告）日：2024-07-05

公开（公告）号：CN117598138B

主分类号：A01G9/24

分类号：A01G9/24;A01K1/00;A01K31/00

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2024.06.28#专利申请权的转移;2024.03.15#实质审查的生效;2024.02.27#公开

摘要：本发明提供了一种农业养殖大棚的供能方法、终端及系统，该供能方法包括：将用热信息对应的预设时间段平均分割成多个子时间段，将每个子时间段作为横坐标值，将每个子时间段对应的子热能消耗量作为纵坐标值，生成用热曲线，从多条历史用热曲线中筛选出最匹配的作为参考用热曲线，计算参考用热曲线在未来预定时间段内的累计热能消耗量，当累计热能消耗量大于储能罐的剩余热量时，控制电加热装置对储能罐中的导热介质进行加热，从而精确预测在未来预定时间段内所需的热能消耗量，以及时地调整存储的热能，提高智能化水平，能够广泛地运用于种、养殖业、渔业养殖及高速公路服务区的发电供热等领域，同时实现了光能‑蓄热能‑电能‑热能的灵活运用。

主权项：1.一种农业养殖大棚的供能方法，其特征在于，应用于农业养殖大棚的供能系统的控制中心4，所述农业养殖大棚的供能系统还包括集热装置1、热交换器2、储能罐6、第一热油泵5、第二热油泵8、相变蓄能装置3及电加热装置7，所述第一热油泵5通过管道与所述集热装置1的输入端连接，所述集热装置1的输出端通过管道与所述热交换器2的输入端连接，所述热交换器2的输出端通过管道与所述相变蓄能装置3的输入端连接，所述相变蓄能装置3的输出端通过管道与所述储能罐6的输入端连接，所述储能罐6的输出端通过管道连接至农业养殖大棚9，所述储能罐6通过管道还与所述第二热油泵8、电加热装置7连接，所述集热装置1、第一热油泵5、第二热油泵8、电加热装置7、农业养殖大棚9及相变蓄能装置3分别与所述控制中心4电性连接，所述集热装置1用于收集太阳能并将太阳能转换成热能，所述第一热油泵5用于驱动所述集热装置1的热能在管道中流动，所述热交换器2用于在不同的热流体之间传递热能，所述相变蓄能装置3用于根据物质相变过程来蓄热或释热，所述储能罐6用于存储导热介质，所述电加热装置7用于对所述储能罐6中的导热介质进行加热，所述第二热油泵8用于驱动所述储能罐6中的导热介质在管道中流动；其中，所述农业养殖大棚的供能方法包括：定期获取所述农业养殖大棚9在预设时间段内的用热信息，将所述预设时间段平均分割成多个子时间段；其中，所述用热信息包括所述农业养殖大棚9在每个时间节点的热能消耗量，所述预设时间段包括所述农业养殖大棚9的用热起始时间及用热结束时间；根据所述用热信息计算每个子时间段对应的子热能消耗量，并将每个子时间段作为二维坐标系中的横坐标值，将每个子时间段对应的子热能消耗量作为所述二维坐标系中的纵坐标值，并生成用热曲线；将所述用热曲线与来源于同一个所述农业养殖大棚9的多条历史用热曲线进行匹配，筛选出最匹配的历史用热曲线，得到参考用热曲线；包括：将来源于同一个所述农业养殖大棚9的每条历史用热曲线在所述二维坐标系中与所述用热曲线进行对齐，利用一元函数求导公式计算所述用热曲线在每个子时间段的斜率值，得到多个第一斜率值，根据所述多个第一斜率值计算所述用热曲线的标准方差，得到第一标准方差，利用一元函数求导公式计算每条所述历史用热曲线在对应的每个子时间段的斜率值，得到多个第二斜率值；根据每条所述历史用热曲线对应的所述多个第二斜率值计算每条所述历史用热曲线的标准方差，得到多个第二标准方差，分别计算每个所述第二标准方差与所述第一标准方差的差值的绝对值，筛选出绝对值最小的第二标准方差对应的历史用热曲线作为参考用热曲线；计算所述参考用热曲线在未来预定时间段内的累计热能消耗量；判断所述累计热能消耗量是否大于所述储能罐6的剩余热量；当判定所述累计热能消耗量大于所述储能罐6的剩余热量时，则控制所述电加热装置7对所述储能罐6中的导热介质进行加热，将加热后的热能储存至所述储能罐6或输送至所述农业养殖大棚9；其中，所述定期获取所述农业养殖大棚9在预设时间段内的用热信息的步骤之后，还包括：获取训练数据；其中，所述训练数据包括多个用热样本信息及每个用热样本信息对应的标准向量；将所述训练数据输入预先构建的初级分类器中，利用十折交叉验证方法对所述初级分类器进行训练，输出得到数据集，并将所述数据集按照预设比例划分为训练集及验证集；其中，所述初级分类器包括改进随机森林、梯度提升决策树或极端随机树模型；利用所述训练集对预先构建的次级分类器进行训练，根据交叉熵损失函数计算训练后的所述次级分类器的损失值；判断所述损失值是否低于预设损失值；当判定所述损失值低于预设损失值时，利用所述验证集对所述次级分类器进行验证，采用验证后的次级分类器对所述农业养殖大棚9进行故障分析，得到故障类别；判断所述故障类别是否与所述验证集中已标记的标准故障类别一致；当判定所述故障类别与所述验证集中已标记的标准故障类别一致时，将所述次级分类器作为故障分析模型；其中，所述故障分析模型为神经网络模型，用于对所述农业养殖大棚9的故障类别进行分析；其中，所述判断所述损失值是否低于预设损失值的步骤之后，还包括：当判定所述损失值不低于预设损失值时，则将所述损失值作为扩展卡尔曼滤波的初始值，并根据扩展卡尔曼滤波算法对所述次级分类器的参数进行调整，包括：确定所述次级分类器的原始参数，并根据所述原始参数及初始值设置协方差矩阵，其中，所述协方差矩阵用于衡量不同变量之间的线性相关性和变量自身的方差；对所述次级分类器进行正向传播，预测下一个参数的值，得到预测值，并计算预测值相对于所述原始参数的雅可比矩阵，其中，所述雅可比矩阵用于描述两个相关变量之间的偏导数关系；当确定所述雅可比矩阵满足要求时，利用扩展卡尔曼滤波算法计算卡尔曼增益，利用所述卡尔曼增益调整所述预测值；其中，所述卡尔曼增益用于表征真实标签值与预测值之间的不确定性；利用所述训练集对调整参数后的次级分类器进行再次训练，直至所述损失值低于预设损失值为止。

全文数据：

权利要求：

百度查询： 耀昶嵘相变材料科技(广东)有限公司 广州熹品高新技术工程顾问有限公司 北京诺贝康健康科技有限公司 惠州市尚书钰信息咨询有限责任公司 农业养殖大棚的供能方法、终端及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD