基于多传感器的数字化鸡舍环境调节控制方法及系统与流程

本发明涉及养殖环境控制，具体涉及一种基于多传感器的数字化鸡舍环境调节控制方法及系统。

背景技术：

1、鸡群对温度、氨气浓度与co2等指标极度敏感，将环境稳定在最佳区间，能显著降低鸡群感染呼吸道疾病与群体应激的风险。数字化鸡舍通过部署温度、湿度、氨气浓度等多维度传感器，在传感器数据出现异常时，可通过模拟不同的调控策略，实现针对鸡舍环境的动态预先调控，大大提高了鸡舍环境的调控效率。

2、公开号为cn119048269b的专利文件公开了一种笼养鸡舍内智能监测方法，具体是利用多维数据处理装置处理环境参数，得到预测结果，利用其对鸡舍内的物理环境管理装置进行智能管理。其中，环境参数是通过多源传感器对笼养鸡舍内的环境进行监测所获取的湿度值、温度值与目标气体浓度值等。但是传感器类型和安装位置会导致传感器采集的环境数据对鸡群生长状态的表征能力存在差异，低表征能力的环境数据无法反映鸡群真实状态，其会稀释高表征能力的环境数据进行鸡舍环境控制时的决策，从而导致对鸡舍环境的调节控制效果较差。

技术实现思路

1、为了解决因使用对鸡群状态表征能力较差的环境参数导致对鸡舍环境的调节控制效果较差的技术问题，本发明的目的在于提供一种基于多传感器的数字化鸡舍环境调节控制方法及系统，所采用的技术方案具体如下：

2、第一方面，本发明一个实施例提供了一种基于多传感器的数字化鸡舍环境调节控制方法，该方法包括：

3、在鸡舍布设不同类型传感器，获取每个传感器在当前时刻之前历史时段内每个时刻的环境数据，以及鸡群在历史时段内每天的日产蛋率与日进食量；

4、根据每天的日产蛋率与日进食量，获取状态优异度；

5、将历史时段划分为不同局部时段；根据除每种类型传感器外的其他类型传感器在每个局部时段分别与其余局部时段内环境数据变化的相似度，获取每种类型传感器在每个局部时段的参考时段；根据每种类型传感器在每个局部时段与其参考时段内环境数据分别和所述状态优异度之间相关程度的差异，以及所述状态优异度的差异，获取每种类型传感器在每个局部时段的养殖影响度；

6、根据鸡舍内鸡只在历史时段内每个时刻的位置到每个传感器的距离，以及每个传感器所属类型传感器在局部时段的养殖影响度，获取每个传感器的数据敏感度；基于所述数据敏感度筛选高敏感传感器，利用高敏感传感器的环境数据对鸡舍环境进行调节控制。

7、进一步地，所述状态优异度的获取方法，包括：

8、对历史时段内每天的日产蛋率与所有天的日产蛋率的差值进行归一化，得到产蛋优异度；

9、将历史时段内每天的日进食量与所有天的日进食量中最大值的比值，作为进食优异度；

10、根据所述产蛋优异度与所述进食优异度，获取每天的状态优异度。

11、进一步地，所述获取每种类型传感器在每个局部时段的参考时段，包括：

12、将每种类型传感器在每个时刻的环境数据均值，记为综合数据；

13、对于每个局部时段，将局部时段划分为不同子时段，任选一种传感器类型记为示例类型；

14、对于除示例类型外的其他每种类型传感器，对每种类型传感器在每个子时段内所有时刻的综合数据的标准差进行归一化处理，得到波动指标；选取局部时段内大于预设波动阈值的所述波动指标对应子时段作为目标时段；将每种类型传感器在所有目标时段内所有时刻的综合数据按照时序排列，得到每种类型传感器在局部时段的分析序列；

15、分别任选一个局部时段记为示例时段，获取除示例类型外的其他所有类型传感器分别在示例时段与其余每个局部时段的所述分析序列的dtw值，对所有dtw值的累加和进行负相关映射，得到示例时段与其余每个局部时段的数据相似度；

16、选取示例时段分别与其余局部时段的所述数据相似度中最大值对应局部时段，作为示例类型传感器在示例时段的参考时段。

17、进一步地，所述获取每种类型传感器在每个局部时段的养殖影响度，包括：

18、根据每种类型传感器和其他类型传感器分别在同一局部时段内环境数据与所述状态优异度之间相关程度的相对大小，获取每种类型传感器在每个局部时段的状态关联度；

19、计算每个局部时段内所有天的所述状态优异度的均值，得到每个局部时段的整体优异度；根据每种类型传感器在每个局部时段与其参考时段的所述状态关联度的差异和所述整体优异度的差异，获取每种类型传感器在每个局部时段的养殖影响度。

20、进一步地，所述获取每种类型传感器在每个局部时段的状态关联度，包括：

21、将鸡舍内每种类型所有传感器在每天内所有时刻的环境数据均值，作为每种类型传感器在每天的整体数据；

22、获取每种类型传感器在每个局部时段内所有天的整体数据与所述状态优异度的相关系数，记为每种类型传感器在每个局部时段的状态关联系数；

23、计算每种类型传感器在每个局部时段的状态关联系数与其他所有类型传感器在对应局部时段的状态关联系数均值的差值，对所述差值进行归一化处理，得到每种类型传感器在每个局部时段的状态关联度。

24、进一步地，所述获取每个传感器的数据敏感度，包括：

25、获取鸡舍内所有鸡只在历史时段内每个时刻的位置分别到每个传感器位置的距离；计算鸡舍内所有鸡只在局部时段内所有时刻的位置分别到同一传感器位置的距离的均值，记为每个传感器在局部时段的鸡只间距；

26、将局部时段的中间时刻与历史时段的结束时刻之间的时间间隔，作为时间间距；

27、根据每个传感器在局部时段的所述鸡只间距与所述时间间距，以及每个传感器所属类型传感器在局部时段的养殖影响度，获取每个传感器在局部时段的局部敏感度；对每个传感器在历史时段内所有局部时段的所述局部敏感度的均值进行归一化处理，得到每个传感器的数据敏感度。

28、进一步地，所述高敏感传感器的所述数据敏感度大于预设敏感阈值。

29、进一步地，所述产蛋优异度与所述进食优异度均和状态优异度呈正相关。

30、进一步地，所述相关系数为皮尔逊相关系数。

31、第二方面，本发明另一个实施例提供了一种基于多传感器的数字化鸡舍环境调节控制系统，该系统包括：

32、数据采集模块，用于在鸡舍布设不同类型传感器，获取每个传感器在当前时刻之前历史时段内每个时刻的环境数据，以及鸡群在历史时段内每天的日产蛋率与日进食量；

33、鸡群状态分析模块，用于根据每天的日产蛋率与日进食量，获取状态优异度；

34、养殖影响分析模块，用于将历史时段划分为不同局部时段；根据除每种类型传感器外的其他类型传感器在每个局部时段分别与其余局部时段内环境数据变化的相似度，获取每种类型传感器在每个局部时段的参考时段；根据每种类型传感器在每个局部时段与其参考时段内环境数据分别和所述状态优异度之间相关程度的差异，以及所述状态优异度的差异，获取每种类型传感器在每个局部时段的养殖影响度；

35、敏感分析与环境调节模块，用于根据鸡舍内鸡只在历史时段内每个时刻的位置到每个传感器的距离，以及每个传感器所属类型传感器在局部时段的养殖影响度，获取每个传感器的数据敏感度；基于所述数据敏感度筛选高敏感传感器，利用高敏感传感器的环境数据对鸡舍环境进行调节控制。

36、本发明具有如下有益效果：

37、在本发明实施例中，通过鸡群的产蛋情况与进食表现对鸡群状态进行评估，得到状态优异度；考虑到不同类型传感器采集的环境数据对鸡群健康状况的影响情况存在差异，为了避免分析单类型传感器数据对鸡群健康状态的影响程度时，其他类型传感器数据的变化差异引入分析误差，根据除每种类型传感器外的其他类型传感器在每个局部时段分别与其余局部时段内环境数据变化相似度，获取每种类型传感器在每个局部时段的参考时段；然后，综合局部时段与其参考时段的状态优异度的差异，以及局部时段与其参考时段内每种类型传感器数据与鸡群健康状态的关联程度的差异，衡量局部时段内每种类型传感器数据对鸡群健康状态的影响程度，得到养殖影响度，同时结合传感器安装位置，分析传感器采集的环境数据对鸡群生长的敏感性，筛选高敏感传感器；仅利用对鸡群生长状态的表征能力较强的高敏感传感器采集的环境数据对鸡舍环境进行调节控制，消除低效特征干扰环境控制决策，从而建立与鸡群生理状态相匹配的环境调控机制，提升鸡舍环境控制的精准性与可靠性。