申请/专利权人:华南农业大学
申请日:2023-12-14
公开(公告)日:2024-03-19
公开(公告)号:CN117725827A
主分类号:G06F30/27
分类号:G06F30/27;G05B19/418;G06Q10/04;G06Q50/02;G06N7/02;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.05#实质审查的生效;2024.03.19#公开
摘要:本发明实施例涉及植物工厂技术领域,公开了一种基于深度学习的植物工厂数字孪生系统和方法。本实施例采集植物工厂的环境参数及植物生长图像,根据预处理后的环境参数及植物生长图像,构建植物工厂的数字孪生模型及输出植物未来长势的预测结果,使用数字孪生模型替代传统的有限元仿真软件,实现了数字孪生技术与农业生产的结合,根据所述预测结果生成植物工厂最优调控策略,根据所述最优调控策略调整植物工厂的环境参数,优化植物生产过程,实现了根据实时数据流推理预测植物长势,促进农业生产的高产高效。
主权项:1.一种基于深度学习的植物工厂数字孪生系统,其特征在于,所述系统包括:通讯连接的数据采集模块、孪生数据模块、虚拟孪生模块、判决反馈模块、设备调控模块;所述数据采集模块用于采集植物工厂的环境参数及植物生长图像;所述孪生数据模块用于对植物工厂的环境参数及植物生长图像进行预处理及存储;所述虚拟孪生模块包括数字孪生模型及预测模型,用于根据预处理后的植物工厂的环境参数及植物生长图像,利用所述数字孪生模型实时反映植物工厂的工况,及利用所述预测模型输出植物未来长势的预测结果;所述判决反馈模块用于对植物未来长势的预测结果进行评估,输出植物工厂最优控制策略;所述设备调控模块用于根据植物工厂最优控制策略,控制植物工厂的环境调控设备,调整植物工厂的环境参数。
全文数据:
权利要求:
百度查询: 华南农业大学 一种基于深度学习的植物工厂数字孪生系统及方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。