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！

龙图腾网获悉中国科学院武汉植物园申请的专利一种基于机器学习的温室平面场环境模拟系统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：CN119828814B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202411917691.1，技术领域涉及：G05D27/02；该发明授权一种基于机器学习的温室平面场环境模拟系统是由梁琼;张全发;杜尚丰;舒枭;周雯设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种基于机器学习的温室平面场环境模拟系统在说明书摘要公布了：本发明涉及温室环境智能控制技术领域，尤其涉及一种基于机器学习的温室平面场环境模拟系统，包括：数据采集单元，用于采集温室环境参数数据和控制设备运行数据，所述控制设备运行数据包括多个控制设备的工作状态组合；数据处理云平台，与所述数据采集单元通信连接，用于对所述温室环境参数数据和控制设备运行数据进行处理并生成温室环境预测模型，利用温室环境预测模型对温室环境进行预测，得到下一时刻温室内不同位置的温度分布数据。本发明系统实现了温室内不同位置温度分布的高精度预测，为温室环境优化调控和作物种植布局提供了科学依据，提高了温室环境管理的智能化水平。

本发明授权一种基于机器学习的温室平面场环境模拟系统在权利要求书中公布了：1.一种基于机器学习的温室平面场环境模拟系统，其特征在于，包括： 数据采集单元，用于采集温室环境参数数据和控制设备运行数据，所述控制设备运行数据包括多个控制设备的工作状态组合； 所述数据采集单元包括气象站传感器、温室内环境传感器和控制设备传感器： 气象站传感器，用于采集室外环境条件数据； 温室内环境传感器，用于采集不同位置的环境参数数据；温室内环境传感器包括温度传感器、湿度传感器、光辐射传感器和二氧化碳传感器，所述温室按照纵向分为若干层，每层设置若干个温度传感器和湿度传感器，光辐射传感器和二氧化碳传感器设置于温室顶层； 控制设备传感器，用于采集控制设备运行数据； 所述控制设备包括风机、天窗、侧窗、遮阳网和空调，控制设备的工作状态组合采用以下公式表示： ， 其中，s1表示风机，s2表示天窗，s3表示侧窗，s4表示遮阳网，s5表示空调，0表示关闭，1表示开启； 数据处理云平台，与所述数据采集单元通信连接，用于对所述温室环境参数数据和控制设备运行数据进行处理并生成温室环境预测模型，利用温室环境预测模型对温室环境进行预测，得到下一时刻温室内不同位置的温度分布数据； 其中，数据处理云平台包括： 数据处理单元，用于对采集的数据进行预处理； 温室环境预测模型训练单元，用于利用预处理后的数据，训练并生成多个温室环境预测子模型，每个预测子模型对应一种工作状态组合，所有的温室环境预测子模型组成温室环境预测模型； 温室环境预测子模型的构建方法包括： S1、获取控制设备的同一工作状态组合下的温室环境参数数据，分为训练数据和测试数据； S2、对温室环境参数数据进行预处理，包括： S21、对获取的原始数据进行异常值检测，剔除不符合预设条件的数据； S22、基于数据类型对缺失值进行填充：风力、风速和瞬时雨量采用众数填充方法，总辐射、累计雨量、日雨量、空气温度、空气湿度和二氧化碳浓度采用线性插值填充方法，温室温度和温室湿度采用加权平均填充； 加权平均填充包括： 1确定缺失点周围最近的8个有效采样点，记为P1,P2,……P8； 2收集不同时间点其他平面场内相同相对位置的数据，计算各采样点与中心点的标准化回归系数，将标准化回归系数进行归一化处理，得到权重系数，其中标准化回归系数的计算公式为： ， 其中，xi为第i个采样点的历史数据序列，为自变量xi的标准差，y为中心点的历史数据序列，为自变量y的标准差，所述标准差计算公式为： ， xi表示第i个样本点，表示样本的均值；n表示样本数量； 3根据权重系数计算缺失值的加权平均填充； 权重系数的计算公式为： ，为第i个采样点的权重系数，为第i个采样点的的标准化回归系数；为所有8个采样点的标准化回归系数之和； 加权平均填充的公式为： ，其中，为第i个采样点的权重系数，Pi为第i个采样点的实际数据值； S23、对填充后的数据进行归一化处理，得到预处理后数据； S3、利用BP神经网络构建温室环境预测子模型，并基于训练数据训练所述预测子模型； S4、采用测试数据验证所述预测子模型的预测精度，通过计算预测值与实测值的误差对模型参数进行优化，输出温室环境预测子模型； 预测执行单元，用于根据当前控制设备的工作状态组合选择对应的预测子模型，并将当前环境参数输入所选择的预测子模型，得到下一时刻温室内不同位置的温度分布预测数据；所述预测执行单元的执行过程如下： 步骤一、接收当前各控制设备的工作状态信息，将其转换为标准的二进制状态向量，根据状态向量从温度预测模型中匹配并调用对应的预测子模型； 步骤二、获取当前时刻的温室环境参数数据，并进行预处理； 步骤三、将预处理后的温室环境参数数据输入到选定的预测子模型中，预测子模型根据输入数据，通过前向传播计算，生成下一时刻温室内预设检测点的标准化预测结果； 步骤四、将标准化预测结果进行反标准化处理，转换为实际温度值，根据预设检测点的空间坐标信息，构建完整的温度分布预测数据； 可视化展示单元，用于接收预测执行单元输出的温度分布预测数据，并生成温室平面场的温度分布热力图进行显示。

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中国科学院武汉植物园，其通讯地址为：430074 湖北省武汉市东湖高新技术开发区九峰一路201号；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”。

以上内容由龙图腾AI智能生成。