基于時間片段集的溫室氣候分類與調控規則構造方法技術

本發明專利技術涉及一種基于時間片段集的溫室氣候分類與調控規則構造方法，包括如下步驟：1)生成溫室數據時間片段集；2)時間片段迭代合并；3)計算溫室傳感數據的分類區間；4)建立溫室氣候分類標簽；5)構造溫室調控規則。本發明專利技術的有益效果是：本發明專利技術方法生成的自適應區間要比應用K?Means算法和手動等分劃分區間的分類標簽的分類結果更切合實際，這樣，溫室培育人員在沒有培育經驗的情況下，通過我們建立的溫室氣候劃分方法，也可以實現對溫室環境較精準控制，而且方法具有普適性，可以推廣應用到多種作物上。

Greenhouse climate classification and regulation rules construction method based on time fragment set

The invention relates to a time segment set greenhouse climate classification and regulation structure based method, which comprises the following steps: 1) generating greenhouse data fragment set time; 2) 3) with iterative time slice; calculation of greenhouse sensor data classification interval; 4) the establishment of greenhouse climate classification label; 5) Regulation of greenhouse structure. The invention has the advantages that the adaptive interval produced by the method of the invention is the classification label application K Means algorithm and equal interval division manual more practical, so that the greenhouse cultivation of personnel in the absence of cultivation experience, through the greenhouse climate division method we have established, can also achieve the greenhouse environment more precise control, and the method is universal and can be applied to a variety of crops.

【技術實現步驟摘要】
基于時間片段集的溫室氣候分類與調控規則構造方法
本專利技術涉及一種溫室氣候分類與調控規則構造方法，尤其涉及基于時間片段集的溫室氣候分類與調控規則構造方法。
技術介紹
一般在實際溫室作物培育過程中，溫室控制系統為了區分溫室不同時間段的各種氣候狀態，首先需要將溫室的氣候傳感數據值進行區間劃分，然后根據劃分結果建立適宜生長的溫濕度調控范圍。但是目前常用的劃分方法主要是根據分布范圍直接等分區間，或者根據培育專家的多年培育經驗進行劃分判斷。因此，為了提高分類的精準度和待挖掘的決策規則的合理性，尋找一種新的溫室氣候分類方法成為必要。
技術實現思路
本專利技術的目的在于克服上述不足而提供一種基于時間片段歸并的溫室氣候分類方法，主要解決的是如何將已有的成功培育溫室氣候傳感數據對溫室培育的氣候條件進行分類。基于時間片段集的溫室氣候分類與調控規則構造方法，包括如下步驟：1)生成溫室數據時間片段集；該步驟主要將溫室培育中采集的時間序列傳感數據轉化為按月或者小時劃分的時間片段集或2)時間片段迭代合并；該步驟主要通過時間片段間相似性度量，尋找相似性最小的時間片段進行迭代合并，對溫室時間片段數據實施無監督聚類；3)計算溫室傳感數據的分類區間；該步驟主要通過時間片段中數據的均值和方差以及時間片段直方圖交點來確定傳感數據的分類數值區間；4)建立溫室氣候分類標簽；該步驟通過各個傳感類型的分類組合，得到溫室培育中氣候分類結果；5)構造溫室調控規則；該步驟主要依據氣候分類標簽的溫濕度范圍，定義溫室植物培育周期中某時刻溫濕度調控的決策依據，以實施植物培育的精準氣候調控。作為優選：以月份將時序數據劃分為一個包含Nmon*24個時間片段的集合其中Nmon表示作物整個培育周期的月份數，24表示一天24個小時數；monthi表示培育周期中的第i個月份，i＝{1,2…,Nmon}；hourj表示一天中第j小時，j＝{1,2…,24}。時間片段表示第i個月份里所有天數在第j小時的溫度或者濕度數據的集合，定義為其中，表示第k天第j小時的傳感器數值。作為優選：以小時將時序數據劃分24個時間片段集合時間片段表示所有月份所有天數在第j小時的傳感數據集合，定義為：其中，表示第k個月份第j天第i小時的傳感器數值。本專利技術的有益效果是:本專利技術方法生成的自適應區間要比應用K-Means算法和手動等分劃分區間的分類標簽的分類結果更切合實際，這樣，溫室培育人員在沒有培育經驗的情況下，通過我們建立的溫室氣候劃分方法，也可以實現對溫室環境較精準控制，而且方法具有普適性，可以推廣應用到多種作物上。附圖說明圖1是本方法步驟流程圖；圖2是本方法中時間片段迭代合并流程圖；圖3是自適應區間劃分示意圖。具體實施方式下面結合實施例對本專利技術做進一步描述。下述實施例的說明只是用于幫助理解本專利技術。應當指出，對于本
的普通技術人員來說，在不脫離本專利技術原理的前提下，還可以對本專利技術進行若干改進和修飾，這些改進和修飾也落入本專利技術權利要求的保護范圍內。一、本專利技術的整體思想：我們主要考慮以下兩個方面：如何有效地將采集的時間序列數據轉化為包含時間尺度的分類訓練數據；如何結合溫室傳感數據在月、日、小時各時間尺度上的分布特性，合理地將時間片段聚類歸并。二、本專利技術所述的這種基于時聚類間片段集的溫室氣候分類方法，如圖1所示，其步驟如下：1.生成溫室數據時間片段集。在溫室培育中，由傳感器采集的溫濕度數據格式如下：<#House,DateTime,SensorValue>，其中#House表示溫室編號，DateTime表示數據采集時刻，SensorValue表示采集的數據值。按月或者小時將時間序列數據劃分時間片段，以月份為例，劃分一個包含Nmon*24個時間片段的集合其中Nmon表示作物整個培育周期的月份數，24表示一天24個小時數；monthi表示培育周期中的第i個月份，i＝{1,2…,Nmon}；hourj表示一天中第j小時，j＝{1,2…,24}。初始化時，時間片段表示第i個月份里所有天數在第j小時的溫度或者濕度數據的集合，定義如公式(1)所示：其中，表示第k天第j小時的傳感器數值。又以小時劃分時間片段集為例，將時序數據劃分24個時間片段集合時間片段表示所有月份所有天數在第j小時的傳感數據集合，定義如公式(2)所示：其中，表示第k個月份第j天第i小時的傳感器數值。2.時間片段迭代合并。該步驟主要通過時間片段間相似性度量和最小相似時間片段合并，來完成對溫室時間片段數據實施無監督聚類。如圖2所示，主要包含以下3個子步驟：1)計算時間片段集中任意兩個時間片段的相似性。根據公式(3)計算時間片段Cp和Cq之間的相似性Dp,q，其中Cp,Cq∈Ω，并且p≠q，函數count(A)的功能是統計集合A的大小，μ(A)表示集合A所有元素的均值，Cp∪Cq表示集合Cp和Cp的并集。2)合并相似性最小的兩個時間片段。找出集合{Dp,q}中最小的相似量值Ds,t，從集合Ω移除Cs和Ct，并將Cs∪Ct并入集合Ω中，公式表示為：Ω＝(Ω-{Cs,Ct})∪{Cs∪Cu}3)重復子步驟2)和3)，直到集合Ω中元素的個數等于N，N表示溫室中該傳感數據的分類個數。3.計算溫室傳感數據的分類區間。計算Ω中每個時間片段Cl的均值μl,和方差σl,，其中Cl∈Ω，l＝{1,…N}，然后對每個時間片段的區間進行自適應劃分。圖2示例了自適應區間劃分方法。在圖2中，每個曲線表示每個時間片段的數據分布直方圖，P1表示時間片段1和時間片段2的對應分布曲線的交點，P2表示時間片段2和時間片段3的對應的分布曲線交點，μ和σ分別表示時間片段中數據的均值和方差，最終分布區間劃分為：T1＝[μ1-1.5σ1,P1]，T2＝[P1,P2]，T3＝[P2,μ3+1.5σ3]。4.建立溫室氣候分類標簽。通過溫度和濕度傳感類型的分類組合，得到溫室培育中氣候條件的分類結果。溫室培育中氣候分類標簽可以定義為＜Ti,Hj＞，例如當溫度設置4個區間，濕度設置2個區間時，總共有8個氣候分類標簽，分別T1H1，T1H2，T2H1，T2H2，T3H1，T3H2，T4H1，T4H2。5.構造溫室調控規則。計算采樣溫室在第k個月份第j天第i小時的溫濕度平均值，并確定平均值所對應氣候分類標簽。依據氣候分類標簽的溫濕度范圍，作為溫室植物培育周期中某時刻溫濕度調控的決策依據，以實施植物培育的精準氣候調控。三、驗證結果和性能說明：為了驗證該方法的效果，采集了10個鐵皮石斛溫室培育7個月的傳感數據。初始化時，在溫度和濕度時序數據上分別建立包含168個(24小時×7月)和24個(24小時)時間片段的集合，并將迭代終止條件N分別設為4和2。表1和表2分別展示了溫度和濕度的分類區間劃分結果。為了增加實驗對比，將本方法與K-Means聚類算法、等分區間比較。結果表明本方法分類區間劃分結果更接近經驗值。表1不同方法區間劃分比較-溫度表2不同方法區間劃分比較-濕度我們將溫室氣候分8個類，即T1H1，T1H2，T2H1，T2H2，T3H1，T3H2，T4H1，T4H2。依據氣候分類標簽的溫濕度范圍，定義鐵皮石斛培育周期中某時刻溫濕度調控的決策依據。例如，第1個月份第3天第8小時10個溫室所對應溫度和濕本文檔來自技高網...

【技術保護點】
一種基于時間片段集的溫室氣候分類與調控規則構造方法，其特征在于：包括如下步驟：1)生成溫室數據時間片段集；該步驟主要將溫室培育中采集的時間序列傳感數據轉化為按月或者小時劃分的時間片段集

【技術特征摘要】
1.一種基于時間片段集的溫室氣候分類與調控規則構造方法，其特征在于：包括如下步驟：1)生成溫室數據時間片段集；該步驟主要將溫室培育中采集的時間序列傳感數據轉化為按月或者小時劃分的時間片段集或2)時間片段迭代合并；該步驟主要通過時間片段間相似性度量，尋找相似性最小的時間片段進行迭代合并，對溫室時間片段數據實施無監督聚類；3)計算溫室傳感數據的分類區間；該步驟主要通過時間片段中數據的均值和方差以及時間片段直方圖交點來確定傳感數據的分類數值區間；4)建立溫室氣候分類標簽；該步驟通過各個傳感類型的分類組合，得到溫室培育中氣候分類結果；5)構造溫室調控規則；該步驟主要依據氣候分類標簽的溫濕度范圍，定義溫室植物培育周期中某時刻溫濕度調控的決策依據，以實施植物培育的精準氣候調控。2.根據權利要求1所述的基于時間...

【專利技術屬性】
技術研發人員：鄭增威，朱劍鋒，孫霖，蔡建平，
申請(專利權)人：浙江大學城市學院，
類型：發明
國別省市：浙江,33