买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门农芯数字科技有限公司申请的专利一种基于数字孪生的鱼菜共生的远程管理方法、装置及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120106513B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510571266.X，技术领域涉及：G06Q10/0631；该发明授权一种基于数字孪生的鱼菜共生的远程管理方法、装置及设备是由薛素金;吴炳凯;杨培南设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本一种基于数字孪生的鱼菜共生的远程管理方法、装置及设备在说明书摘要公布了：本发明公开了一种基于数字孪生的鱼菜共生的远程管理方法、装置及设备，包括：获取鱼菜共生系统中物理鱼池和物理植物棚的物理参数数据，并基于物理参数数据创建鱼菜共生系统的鱼群、鱼池、水培植物、植物棚以及物理设备对应的孪生体模型；实时获取部署在鱼菜共生系统的传感器和摄像头所采集的鱼群养殖参数、植物生长参数，以及获取设备运行参数；通过鱼菜共生数字孪生平台根据鱼群养殖参数、植物生长参数以及设备运行参数进行分析，得到分析结果；根据分析结果触发预警机制并生成调控指令，根据调控指令动态调整鱼菜共生系统中对应物理设备的运行状态，实现远程协同管理。能够实现对鱼菜共生系统的远程管理，提高资源利用率和便捷性。

本发明授权一种基于数字孪生的鱼菜共生的远程管理方法、装置及设备在权利要求书中公布了：1.一种基于数字孪生的鱼菜共生的远程管理方法，其特征在于，所述方法包括： 获取鱼菜共生系统中物理鱼池和物理植物棚的物理参数数据，并基于所述物理参数数据创建鱼菜共生系统的鱼群、鱼池、水培植物、植物棚以及物理设备对应的孪生体模型，得到鱼菜共生数字孪生平台； 实时获取部署在所述鱼菜共生系统的传感器和摄像头所采集的鱼群养殖参数、植物生长参数，以及获取设备运行参数，并上传至云端服务器； 通过所述鱼菜共生数字孪生平台根据所述鱼群养殖参数、植物生长参数以及设备运行参数进行分析，得到分析结果； 其中，所述通过所述鱼菜共生数字孪生平台根据所述鱼群养殖参数、植物生长参数以及设备运行参数进行分析，包括： 当鱼池环境参数满足预设生长环境范围时，根据鱼类图像数据结合采食量对不同鱼池的鱼群进行鱼群健康状态的分析以及鱼群生长趋势的预测，其中，所述鱼池环境参数包括鱼池水温、溶解氧浓度、水质参数、pH值； 当植物环境参数满足预设生长环境范围时，根据植物图像数据结合植物的生物学特性对不同种植架的水培植物进行植物生长状态的分析以及植物生长趋势和产量的预测，其中，所述植物环境参数包括植物棚温度、湿度、光照强度、二氧化碳浓度、营养液pH值； 当鱼群健康状态或者植物生长状态存在生长异常时，调用历史疫病数据库进行匹配，得到治疗方案； 对所述设备运行参数进行分析，检测物理设备是否存在设备异常，得到异常处理方案，并将所述治疗方案和或所述异常处理方案作为所述分析结果； 其中，根据鱼类图像数据结合采食量对不同鱼池的鱼群进行鱼群健康状态的分析以及鱼群生长趋势的预测，包括： 对鱼类图像数据进行预处理以及图像特征提取，得到鱼类表观特征； 将鱼类表观特征分别输入所构建的健康状态分析模型以及鱼类生长预测模型，分别得到健康状态分析结果以及鱼类生长预测结果； 其中，所述健康状态分析模型基于双分支多任务学习模型构建的，将鱼类表观特征输入健康状态分析模型，输出包括健康等级以及疾病类型的健康状态分析结果； 其中，所述鱼类生长预测模型基于LSTM模型所构建的，将鱼类表观特征、鱼群环境参数以及历史时间序列输入鱼类生长预测模型，输出未来7天的体重增长率及体长变化的鱼类生长预测结果； 其中，根据植物图像数据结合植物的生物学特性对不同种植架的水培植物进行植物生长状态的分析以及植物生长趋势和产量的预测，包括： 对植物图像数据进行图像分割和图像特征提取，得到多光谱特征； 将多光谱特征分别输入所构建的生长状态分析模型以及植物生长预测模型，分别得到生长状态分析结果以及植物生长预测结果； 其中，所述生长状态分析模型基于随机森林分类器和孤立森林算法进行构建，将多光谱特征、植物环境参数输入生长状态分析模型，输出包括生长状态等级以及植物疾病类型的生长状态分析结果； 其中，所述植物生长预测模型基于LSTM-Transformer混合模型所构建的，将多光谱特征结合环境参数趋势输入植物生长预测模型，输出预测未来30天的LAI及产量的植物生长预测结果； 根据分析结果触发预警机制并生成调控指令，根据调控指令动态调整所述鱼菜共生系统中对应物理设备的运行状态，实现鱼类养殖、植物生长及设备运行的远程协同管理； 所述方法还包括基于双分支多任务学习模型进行构建的鱼类识别模型，实现生长阶段分类和疾病状态识别的双任务需求，所述鱼类识别模型采用ConvNeXt-L作为共享特征提取器，并结合动态稀疏注意力机制；其中，所述鱼类识别模型包括生长阶段分类分支以及疾病状态识别分支，所述生长阶段分类分支包括Non-localBlocks模块，用于捕捉鱼体全局形态特征，所述疾病状态识别分支包括采用YOLOv8-P2结构，用于输出疾病类型及病灶位置，所述鱼类识别模型通过梯度反转层分离生长相关特征与疾病特征，并在主干网络中嵌入BiFPN结构，同时采用深度可分离卷积进行模型轻量化处理。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门农芯数字科技有限公司，其通讯地址为：361000 福建省厦门市集美区软件园三期诚毅北大街50号1601单元A1；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。