[发明专利]基于小波分解和LSTM的鸡舍温度湿度预测方法、装置、产品及存储介质

权利要求书

1.一种基于小波分解和LSTM的鸡舍温度湿度预测方法，其特征在于，包括：

获取鸡舍原始温度时间序列和原始湿度时间序列；

通过小波分解处理所述原始温度时间序列的数据和所述原始湿度时间序列的数据获得重构后的温度时间序列的数据和重构后的湿度时间序列的数据；

根据所述重构后的温度时间序列的数据和所述重构后的湿度时间序列的数据通过LSTM算法获得鸡舍温度预测结果时间序列和温度预测结果时间序列。

2.根据权利要求1所述的方法，其特征在于，所述获取鸡舍原始温度时间序列和原始湿度时间序列的方法为：

通过鸡舍内部的温度传感器和湿度传感器每分钟测试一次鸡舍的温度和湿度；

将测得的所述温度和湿度的数据收集起来组成鸡舍原始温度时间序列和原始湿度时间序列。

3.根据权利要求1所述的方法，其特征在于，所述通过小波分解处理所述原始温度时间序列的数据和原始湿度时间序列的数据获得重构后的温度时间序列的数据和重构后的湿度时间序列的数据的方法包括：

使用小波分解对所述原始温度时间序列的数据和所述原始湿度时间序列的数据进行小波分解和单支重构，公式(1)和公式(2)为小波分解过程公式，公式(3)和公式(4)为单支重构过程公式，其中，D为所述原始温度时间序列的数据和所述原始湿度时间序列的数据经过小波分解后的包含误差信号的高频信号，A为所述原始温度时间序列的数据和所述原始湿度时间序列的数据经过小波分解后的包含主要信息的低频信号，H和G分别为正交镜像滤波器中具有低通和高通特性的滤波器，m为小波分解次数，a为A经过单支重构后的序列，d为D经过单支重构后的序列，H^*和G^*分别为H和G的对偶算子,D_m为所述原始温度时间序列的数据和所述原始湿度时间序列的数据经过m次小波分解后的包含误差信号的高频信号，A₀为所述原始温度时间序列的数据和所述原始湿度时间序列的数据未经过小波分解后的包含主要信息的低频信号，A_m-1为所述原始温度时间序列的数据和所述原始湿度时间序列的数据经过m-1次小波分解后的包含主要信息的低频信号，A_m为所述原始温度时间序列的数据和所述原始湿度时间序列的数据经过m次小波分解后的包含主要信息的低频信号，a_m-1为A经过m-1次单支重构后的序列，a_m为A经过m次单支重构后的序列，d1为D经过1次单支重构后的序列，d2为D经过2次单支重构后的序列，dm为D经过m次单支重构后的序列，

D_m＝HA_m-1 (1)，

A_m＝GA_m-1 (2)，

a_m-1＝H^*A_m+G^*D_m (3)，

A₀＝d₁+d₂+…+d_m+a_m (4)。