【摘要】：精確預(yù)測日光溫室溫度是實現(xiàn)對溫室精準(zhǔn)調(diào)控的前提。由于溫室是復(fù)雜非線性系統(tǒng),受室內(nèi)外眾多環(huán)境因素影響,且部分因素難以準(zhǔn)確測量和建模,因此,難以通過機理分析建立室外因素精確影響室內(nèi)溫度的物理模型。而現(xiàn)有時間序列分析、人工神經(jīng)網(wǎng)絡(luò)等僅基于數(shù)據(jù)的方法預(yù)測準(zhǔn)確度也較低。本文提出連續(xù)時間段聚類與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的二步日光溫室溫度預(yù)測方法。首先,進行二次聚類,對室外溫度情況相似的日進行聚類,并將全年劃分為若干個類似時間段,根據(jù)連續(xù)時間段內(nèi)相似日的數(shù)量進行聚類,將全年內(nèi)的連續(xù)時間段歸入若干類別。其次,對不同類別的時間段,分別采用BP神經(jīng)網(wǎng)絡(luò)建立室外溫度、相對濕度、太陽輻射、風(fēng)速和溫室室內(nèi)溫度間的關(guān)聯(lián)模型,通過數(shù)據(jù)訓(xùn)練,能夠較為準(zhǔn)確的根據(jù)室外環(huán)境數(shù)據(jù)預(yù)測室內(nèi)溫度。通過涿州實驗農(nóng)場2年數(shù)據(jù)試驗驗證,通過二次聚類,全年連續(xù)時間段可劃分為3類,通過分別建立BP神經(jīng)網(wǎng)絡(luò)并分別訓(xùn)練,結(jié)果表明本方法預(yù)測誤差僅為6.23%,與現(xiàn)有未分類的BP神經(jīng)網(wǎng)絡(luò)預(yù)測算法對比,本文方法有效地提高了準(zhǔn)確度,平均誤差降低5.4個百分點。
[Abstract]:Accurate prediction of solar greenhouse temperature is the premise of accurate control of greenhouse. The greenhouse is a complex nonlinear system, which is influenced by many environmental factors, and some factors are difficult to measure and model accurately. Therefore, it is difficult to establish the physical model of outdoor factors that affect indoor temperature accurately through mechanism analysis. The prediction accuracy of existing time series analysis, artificial neural networks and other data-based methods is also low. In this paper, a two-step solar greenhouse temperature prediction method based on continuous-time clustering and BP neural network is proposed. First of all, the second clustering is carried out to cluster the days with similar outdoor temperature, and the whole year is divided into several similar time periods, according to the number of similar days in the continuous time period. A continuous period of time throughout the year is classified into several categories. Secondly, the correlation models of outdoor temperature, relative humidity, solar radiation, wind speed and indoor temperature in greenhouse are established by using BP neural network for different time periods. Can accurately predict indoor temperature according to outdoor environmental data. Through 2 years data test of Zhuozhou experimental farm, through quadratic clustering, the whole year continuous time period can be divided into 3 categories, and the BP neural network is established and trained separately. The result shows that the prediction error of this method is only 6.23%. Compared with the existing unclassified BP neural network prediction algorithms, the proposed method effectively improves the accuracy and reduces the average error by 5.4%.
【作者單位】： 中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院
【基金】：國家自然科學(xué)基金項目(61601471) 北京市自然科學(xué)基金項目(4164090) 中央高�；究蒲袠I(yè)務(wù)費專項資金項目(2017QC077)
【分類號】：S625;TP183

【相似文獻】

相關(guān)期刊論文 前10條

1 劉繼龍;張振華;謝恒星;;果園土壤貯水量神經(jīng)網(wǎng)絡(luò)估算模型研究[J];農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究;2007年01期

2 薄永軍;;溫室溫度控制系統(tǒng)神經(jīng)網(wǎng)絡(luò)PID控制算法研究[J];安徽農(nóng)業(yè)科學(xué);2014年13期

3 張利民,劉亞非,徐九文,陳慶亮,郭紅衛(wèi),王南陽;日光溫室間距的計算[J];河南農(nóng)業(yè)科學(xué);2000年12期

4 譚有燦,王曉娟,尹同萍,牛蘊華;日光溫室辣椒冬季定植的新方法[J];北京農(nóng)業(yè);2000年12期

5 段敬杰;河南省日光溫室瓜菜生產(chǎn)中存在的問題及其解決策略[J];北京農(nóng)業(yè);2000年12期

6 吳治國;1999年天水市二代日光溫室的幾點做法[J];甘肅農(nóng)業(yè);2000年08期

7 徐龍;日光溫室的幾種消毒方法[J];農(nóng)村實用技術(shù)與信息;2000年11期

8 ;提高日光溫室效益的幾種辦法[J];農(nóng)業(yè)信息探索;2000年07期

9 高宏;新型無支柱大棚、日光溫室復(fù)合材料支架在我省投入生產(chǎn)[J];農(nóng)業(yè)科技與信息;2000年08期

10 高陟江;日光溫室不宜使用舊棚膜[J];農(nóng)業(yè)科技與信息;2000年09期

相關(guān)會議論文 前10條

1 陳青云;;日光溫室的實踐與理論[A];《中國設(shè)施農(nóng)業(yè)可持續(xù)發(fā)展》論壇論文資料匯編[C];2010年

2 王影;張曉文;鄒嵐;;日光溫室綠色節(jié)能綜合評估系統(tǒng)研究[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

3 孫智輝;劉安成;;日光溫室建造環(huán)境參數(shù)[A];2004年全省氣象學(xué)術(shù)交流會論文集[C];2004年

4 徐剛毅;劉明池;許超;;提高日光溫室性能的幾點建議[A];《中國設(shè)施農(nóng)業(yè)可持續(xù)發(fā)展》論壇論文資料匯編[C];2010年

5 須暉;謝玉玲;王蕊;李天來;;北方坡地不同跨度日光溫室溫光性能的比較研究[A];中國園藝學(xué)會2010年學(xué)術(shù)年會論文摘要集[C];2010年

6 李德;張學(xué)賢;張丙振;;日光溫室內(nèi)部氣象要素測點布設(shè)研究[A];第28屆中國氣象學(xué)會年會——S11氣象與現(xiàn)代農(nóng)業(yè)[C];2011年

7 白義奎;劉文合;柴宇;車忠仕;佟國紅;;防寒溝對日光溫室橫向地溫的影響[A];中國農(nóng)業(yè)工程學(xué)會農(nóng)業(yè)水土工程專業(yè)委員會第三屆學(xué)術(shù)研討會論文集[C];2004年

8 徐剛毅;周長吉;;不同保溫墻體日光溫室的性能測試與分析[A];2004年中國設(shè)施園藝學(xué)會學(xué)術(shù)年會文集[C];2004年

9 佟國紅;李天來;王鐵良;山口智治;白義奎;;大跨度日光溫室室內(nèi)微氣候環(huán)境測試分析[A];2004年中國設(shè)施園藝學(xué)會學(xué)術(shù)年會文集[C];2004年

10 白紅武;滕光輝;武聰玲;;針對日光溫室結(jié)構(gòu)校核的輔助設(shè)計系統(tǒng)的研究和開發(fā)[A];中國數(shù)字農(nóng)業(yè)與農(nóng)村信息化學(xué)術(shù)研究研討會論文集[C];2005年

相關(guān)重要報紙文章 前10條

1 記者 秦?zé)?關(guān)井壓田日光溫室建設(shè)要做實做細做好[N];武威日報;2007年

2 田海軍;日光溫室增溫火墻提質(zhì)增效現(xiàn)場會召開[N];中衛(wèi)日報;2008年

3 本報記者 王軍國　張永文 朵俊慶;夾河：日光溫室瓜菜飄香[N];武威日報;2008年

4 ;全市日光溫室建設(shè)有序推進[N];武威日報;2009年

5 嚴俊義　郭光雄;民勤多措并舉加快日光溫室建設(shè)步伐[N];武威日報;2009年

6 記者 張永文;民勤扎實開展日光溫室效益年活動[N];武威日報;2009年

7 許立柱;秦都新型日光溫室助農(nóng)增收[N];咸陽日報;2009年

8 記者 胡全基;我市日光溫室生產(chǎn)規(guī)模躍居全省首位[N];武威日報;2009年

9 記者 戴學(xué)盛;古浪再掀日光溫室建設(shè)新高潮[N];武威日報;2009年

10 農(nóng)業(yè)部規(guī)劃設(shè)計研究院設(shè)施農(nóng)業(yè)研究所博士 魏曉明;日光溫室升級換代“四步曲”[N];中國花卉報;2012年

相關(guān)博士學(xué)位論文 前10條

1 張勇;西北日光溫室傳熱學(xué)簡化模型構(gòu)建及溫光高效新結(jié)構(gòu)初探[D];西北農(nóng)林科技大學(xué);2012年

2 王士超;黃土高原不同年限日光溫室土壤養(yǎng)分供應(yīng)特性[D];西北農(nóng)林科技大學(xué);2015年

3 韓亞東;遼沈日光溫室能量平衡方程中幾個主要分量模擬模型的構(gòu)建[D];沈陽農(nóng)業(yè)大學(xué);2015年

4 孫健;日光溫室青椒節(jié)水灌溉制度優(yōu)化與評價[D];沈陽農(nóng)業(yè)大學(xué);2015年

5 王軍偉;蘇北地區(qū)日光溫室構(gòu)型優(yōu)化、室內(nèi)溫濕度分析及應(yīng)用效果初探[D];南京農(nóng)業(yè)大學(xué);2015年

6 史宇亮;日光溫室不同厚度土墻蓄放熱特性研究[D];山東農(nóng)業(yè)大學(xué);2017年

7 李小芳;日光溫室的熱環(huán)境數(shù)學(xué)模擬及其結(jié)構(gòu)優(yōu)化[D];中國農(nóng)業(yè)大學(xué);2005年

8 郭正昊;北方地區(qū)日光溫室生態(tài)動力學(xué)研究[D];吉林大學(xué);2012年

9 張志錄;下沉式日光溫室土質(zhì)墻體傳熱特性的研究[D];河南農(nóng)業(yè)大學(xué);2012年

10 白義奎;日光溫室燃池—地中熱交換系統(tǒng)研究[D];沈陽農(nóng)業(yè)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 陳銘暉;基于神經(jīng)網(wǎng)絡(luò)的蔬菜育苗潮汐灌溉策略研究[D];上海交通大學(xué);2014年

2 米雅婷;基于GA-BP神經(jīng)網(wǎng)絡(luò)的溫室番茄病害診斷研究[D];東北林業(yè)大學(xué);2016年

3 王曉娟;基于模糊控制與RBF神經(jīng)網(wǎng)絡(luò)的桃病蟲害發(fā)生預(yù)測研究[D];河北農(nóng)業(yè)大學(xué);2011年

4 張雪艷;基于高光譜信息的柑橘葉綠素含量預(yù)測模型研究[D];西南大學(xué);2017年

5 高文;不同結(jié)構(gòu)日光溫室生態(tài)比較研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2002年

6 李學(xué)海;南陽市部分日光溫室低效益的成因與對策初探[D];揚州大學(xué);2006年

7 黃川容;北方日光溫室風(fēng)災(zāi)風(fēng)險分析及預(yù)警[D];南京信息工程大學(xué);2012年

8 孟育紅;基于對象影像分析技術(shù)提取日光溫室遙感信息方法研究[D];蘭州大學(xué);2012年

9 李石;高寒地區(qū)日光溫室結(jié)構(gòu)建模及優(yōu)化軟件研究[D];東北林業(yè)大學(xué);2015年

10 高文波;主動采光蓄熱型日光溫室性能與機理的研究[D];西北農(nóng)林科技大學(xué);2015年

，

本文編號：2430191