[发明专利]一种基于深度学习的大棚自动化系统

权利要求书

1.一种基于深度学习的大棚自动化系统，其特征在于：包括数据采集设备，大棚设备网关，云端服务器；其中数据采集设备通过ZigBee无线技术与大棚设备网关通讯连接，大棚设备网关通过互联网与云端服务器通讯连接；

数据采集设备，用于实时采集指定位置土壤的湿度、温度、光照强度、土壤酸碱度、空气中二氧化碳浓度；并通过无线网络将上述数据发送至所属大棚的设备网关；

大棚设备网关，用于将于采集设备处接收到的上述环境数据通过互联网转发至云端服务器；还用于从云端服务器接收设备指令，并操作大棚设备执行；

云端服务器，用于收集从网关处接收的上述环境数据，并进行条件判断，发送对应的设备指令；还用于提供一个基于浏览器的数据展示模块，用户可以通过浏览器获得大棚的实时数据，并提供远程手动操作设备功能。

2.根据权利要求1所述的一种基于深度学习的大棚自动化系统，其特征在于：

大棚设备网关，包括数据传输模块和指令处理模块；

数据传输模块，用于将各采集设备传输的环境数据通过互联网上传至云端服务器；

指令处理模块，用于对云端服务器发送的指令进行解析，并操作大棚设备执行；

云端服务器，包括数据处理和存储模块、智能决策模块、参数优化模块和数据展示模块；

数据处理和存储模块，用于环境数据的接收，并存储至分布式云端分布式文件服务器上；也用于将智能决策模块对大棚设备的操作记录上传至云端分布式文件服务器上；

智能决策模块，用于参照上述数据处理模块接收的数据，根据预置的模糊控制模型得到输出数据，并生成相应的设备指令，将其发送给设备网关；

参数优化模块，用于根据历史环境数据的变化趋势与设备操作记录，对智能决策模块的模糊神经网络模型进行调优；

数据展示模块，用于基于浏览器提供一个数据监控界面，界面上显示数据处理模块接收的数据。

3.根据权利要求2所述的一种基于深度学习的大棚自动化系统，其特征在于：

智能决策模块所使用的模糊神经网络由输入层、隶属函数层、规则层、输出层四层组成；其中，输入层将输入的模糊参数传入下层；隶属函数对输入参数的隶属度情况进行描述，传入下层；规则层描述模糊控制相关规则；输出层输出模糊神经网络的处理结果。

4.根据权利要求1所述的一种基于深度学习的大棚自动化系统，其特征在于：

数据展示模块的工作流程如下：

1)用户使用浏览器进入登录页面，输入用户名和密码；

2)如果通过云端服务器的验证，则进入下一步，否则提示用户名或密码错误，并停留在登录页面；

3)浏览器向云端服务器请求环境数据，云端服务器返回近10分钟的环境数据；

4)浏览器使用HTML5技术在页面绘制各种数据的折线图，并以文字形式显示当前环境数据及设备操作记录；

5)浏览器每10秒向云端服务器请求环境数据，云端服务器返回此10秒内的环境数据及设备操作记录；

6)浏览器在上述折线图中追加近10秒的环境数据，并刷新当前环境数据及设备操作记录。