[发明专利]一种基于云端的面向温室集群的管控方法、系统与服务器

说明书

技术领域

本发明涉及农业生产管理信息处理技术领域，更具体地，涉及一种基于云端的面向温室集群的管控方法、系统与服务器。

背景技术

单栋温室规模持续增大，且以区域范围内几十至上百栋、千栋的集群形式的温室大量出现。对这类温室集群进行智能管控，成为现代设施农业控制技术发展的一个重要方向。

目前存在的温室集群控制系统，从系统架构来看，多数系统仅由多个单温室控制器、底层传感设备和执行机构组成，主要实现温室集群的数据采集和远程监视；虽然有少数带有上位机的复杂架构，但由于其上位机(计算机)布置在控制现场，仅在有限地区范围能够实现监控，其服务作用有限，未达到完全意义上的智能控制。从系统功能来看，多数系统仅实现了温室集群的运行监督、数据采集和依据经验的温室环境单变量的远程调控，都仅仅是单纯意义的依据人的经验进行的集群温室管理，或者是单栋温室的人工参与的操作，与真正意义上的面向温室集群的控制还相差甚远。

发明内容

为了克服上述问题或者至少部分地解决上述问题，本发明提供一种基于云端的面向温室集群的管控方法、系统与服务器，以达到对温室集群的智能化实时监控和数据采集与检测，及全自动化集群控制的目的。

第一方面，本发明提供一种基于云端的面向温室集群的管控方法，包括：S1，基于目标温室集群中各单栋温室的当前环境数据和作物生长模型数据，更新各所述单栋温室对应的作物产量目标函数，并基于所述目标温室集群所属区域的当前电价信息，更新各所述单栋温室对应的耗能量目标函数；S2，基于各所述单栋温室对应的作物产量目标函数和耗能量目标函数，生成多目标优化目标函数；S3，通过优化所述多目标优化目标函数，获取各所述单栋温室对应的各期望目标环境数据；S4，基于各所述期望目标环境数据，对应调节各所述单栋温室的实际环境数据。

进一步的，在步骤S1之前，所述方法还包括：基于各所述单栋温室中的作物类型，对应获取各所述单栋温室对应的作物生长模型；基于各所述单栋温室对应的作物生长模型以及环境参数约束条件，生成各所述单栋温室对应的作物产量目标函数。

其中，步骤S3中所述优化所述多目标优化目标函数的步骤进一步包括：采用多目标粒子群优化算法，按如下步骤优化所述多目标优化目标函数：S31，基于所述环境参数约束条件，设定所述期望目标环境数据的允许取值范围及设定迭代次数；S32，初始化粒子群P_t，计算各粒子对应的目标向量，并将其中的非劣解加入到外部档案NP_t；S33，设定所述粒子个数、初始局部最优解与全局最优解；S34，在保证所述粒子在搜索空间内飞行的条件下，改变所述粒子的速度和位置，形成P_t+1，调整粒子的局部最优解；S35，根据新的非劣解更新外部档案，形成NP_t+1，同时为每个所述粒子选取全局最优解；S36，更新迭代次数，若更新后的迭代次数达到所述设定迭代次数，则停止搜索，否则，转到步骤S34。

其中，所述S2的步骤进一步包括：基于各所述单栋温室对应的作物产量目标函数和耗能量目标函数，生成如下多目标优化目标函数：

minF_i＝-Y_i+Z_i＝-G(X_1i,X_2i,…,X_ni)+H(X_1i,X_2i,…,X_ni,m)；

式中，F_i表示作物生长周期第i天的多目标优化目标函数，Y_i表示作物生长周期第i天预计作物产量，Z_i表示作物生长周期第i天预计耗能量，Y_i＝G(X_i)表示第i天预计作物产量关于环境参数的函数，X_i＝H(X_i)表示第i天预计耗能量关于环境参数的函数，X_1i、X_2i、…、X_ni分别表示作物生长周期第i天第一、第二、…、第n环境参数，m表示当前电价信息。

其中，所述S4的步骤进一步包括：基于各所述期望目标环境数据，分别生成各所述单栋温室对应的控制指令，并对应下发至各所述单栋温室中的温室控制器，以供各所述温室控制器按所述期望目标环境数据对应调节各所述单栋温室的实际环境数据。