[发明专利]一种畜禽舍环境大数据检测系统

权利要求书

1.一种畜禽舍环境大数据检测系统，其特征在于：所述检测系统包括畜禽舍环境参数采集与控制平台和畜禽舍环境大数据处理子系统组成，实现对畜禽环境参数进行检测、调节和产量预测；

所述畜禽养殖环境大数据处理子系统包括参数测量传感器、参数检测模型、产量预测模型，参数测量传感器包括温度传感器、湿度传感器和风速传感器，温度传感器、湿度传感器和风速传感器的输出分别是对应的参数检测模型的输入，参数检测模型对应输出的温度梯形模糊数、湿度梯形模糊数、风速梯形模糊数分别是产量预测模型对应的按拍延迟线TDL的输入，畜禽舍产量历史数据作为产量预测模型的对应按拍延迟线TDL的输入，产量预测模型输出的梯形模糊数为畜禽舍产量预测值。

2.根据权利要求1所述的一种畜禽舍环境大数据检测系统，其特征在于：所述参数检测模型包括按拍延迟线TDL、FLNN函数连接型神经网模型、DRNN神经网络模型模型、积分回路以及GMDH神经网络模型，2个积分算子S相串联分别构成一个积分回路；

参数测量传感器输出作为对应的按拍延迟线TDL的输入，每个按拍延迟线TDL输出的一段时间的参数测量传感器值分别作为对应的FLNN函数连接型神经网模型的输入，多个FLNN函数连接型神经网模型的输出分别作为多个DRNN神经网络模型模型的输入，每个DRNN神经网络模型模型的输出分别作为对应的每个积分回路的输入和GMDH神经网络模型的对应输入，每个积分回路的2个积分算子连接端的输出作为GMDH神经网络模型的对应输入，每个积分回路的输出作为GMDH神经网络模型的对应输入，GMDH神经网络模型的输出为代表一段时间参数测量传感器值大小的动态梯形模糊数，参数检测模型把一段时间参数测量传感器值转换为被测量参数的梯形模糊数值。

3.根据权利要求1或2所述的一种畜禽舍环境大数据检测系统，其特征在于：所述产量预测模型包括按拍延迟线TDL、动态递归小波神经网络预测模型、自联想神经网络和Elman神经网络预测模型，畜禽舍产量的历史数据作为对应的按拍延迟线TDL的输入，按拍延迟线TDL输出的一段时间畜禽舍产量的历史数据分别作为多个动态递归小波神经网络预测模型的输入，多个动态递归小波神经网络预测模型的输出作为对应的自联想神经网络的输入，按拍延迟线TDL的输入为对应的参数检测模型输出的温度梯形模糊数、湿度梯形模糊数和风速梯形模糊数，按拍延迟线TDL输出一段时间的温度梯形模糊数、湿度梯形模糊数和风速梯形模糊数作为对应的自联想神经网络的输入，自联想神经网络的输出作为Elman神经网络预测模型的输入，Elman神经网络预测模型输出的梯形模糊数为畜禽舍产量的预测值。

4.根据权利要求1所述的一种畜禽舍环境大数据检测系统，其特征在于：所述畜禽舍环境参数采集与控制平台由检测节点、控制节点、网关节点、现场监控端、云平台、远程监控计算机和手机APP组成，检测节点采集畜禽舍环境参数经网关节点上传到云平台，云平台提供畜禽环境参数给远程监控计算机进行Web可视化畜禽舍环境参数界面管理，远程监控计算机对控制节点下指令实施环境远程控制，在云平台端存储数据和发布信息；手机APP通过云平台提供的畜禽舍环境信息可实时监测畜禽舍环境参数。

5.根据权利要求4所述的一种畜禽舍环境大数据检测系统，其特征在于：所述检测节点和控制节点负责采集畜禽舍环境参数和控制畜禽舍环境设备，通过网关节点实现检测节点、控制节点、现场监控端、云平台、远程监控计算机和手机APP的双向通信，实现畜禽舍环境参数采集和畜禽舍设备控制。