一种绿色节能的温室智能加热系统及其控制方法与流程

1.本发明涉及设施农业技术领域，特别涉及一种绿色节能的温室智能加热系统及其控制方法。


背景技术：

2.目前，在温室加热领域以及相关的技术标准中，加热方式通常为空气能加热、燃烧加热、电加热、生物分解加热等方式，这些方式的缺点为需要额外的煤、电等能源消耗，同时会造成额外的废气排放，而且还有触发温室火灾等潜在风险。


技术实现要素：

3.本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
4.为此，本发明的一个目的在于提出一种绿色节能的温室智能加热系统。
5.本发明的另一个目的在于提出一种绿色节能的温室智能加热系统的控制方法。
6.为达到上述目的，本发明一方面实施例提出了一种绿色节能的温室智能加热系统，包括：太阳能集热器、保温水箱、温室内温度传感器、温室外温度传感器、水箱温度传感器、智能控制器、电辅助加热器、输水管道、控制阀和铝合金散热器，其中，所述太阳能集热器置于预设温室外部，通过管道与所述保温水箱相连；所述保温水箱通过所述输水管道与所述铝合金散热器连接，且所述输水管道上装有所述控制阀，所述控制阀与所述智能控制器电连接；所述智能控制器同时通过rs485总线与所述温室外温度传感器、所述温室内温度传感器、所述水箱温度传感器和所述电辅助加热器连接，其中，所述温室外温度传感器和所述温室内温度传感器分别置于预设温室内部和外部，所述水箱温度传感器和所述电辅助加热器均安装在所述保温水箱的内壁上，且保持预设距离。
7.本发明实施例的一种绿色节能的温室智能加热系统，采用热力学模型的预测方法和深度强化学习的控制方法以及温度异常发现和处理机制确保温室温度保持在正常范围内，同时采用太阳能和电能相结合的方式采用输水管道和散热器对温室进行加热，一方面可以减少能耗，另一方面具有本质安全和不产生废气废渣的特点，再一方面可以降低冬季温室的运行成本，且加热过程绿色、节能、无污染，并保证农作物处于最优温度生长条件，提高温室生产的能效比。
8.另外，根据本发明上述实施例的一种绿色节能的温室智能加热系统还可以具有以下附加的技术特征：
9.进一步地，在本发明的一个实施例中，所述太阳能集热器用于日间收集太阳的热辐射能，以加热所述保温水箱中水。
10.进一步地，在本发明的一个实施例中，所述电辅助加热器用于在夜间、光照度不足的天气条件以及室内外温差过大时的补偿加热手段，确保保温水箱的水温保持在预设范围内。
11.进一步地，在本发明的一个实施例中，所述智能控制器利用基于实时在线数据的
无损温室热力学模型和基于深度强化学习算法的温室温度控制方法调节所述控制阀，以控制所述铝合金散热器的热水流量。
12.进一步地，在本发明的一个实施例中，所述基于实时在线数据的无损温室热力学模型为：
13.p
sun
+p
ele
＝pw+p
other
14.其中，p
sun
为吸收的太阳热量，p
ele
为电辅助加热器产生的热量，pw为水耗散的总热量，p
other
为系统损耗的热量。
15.进一步地，在本发明的一个实施例中，以温室内温度、温室外温度和水温作为深度强化学习的状态输入，基于dqn算法学习给定室内温度条件下所述控制阀的开度和所述电辅助加热器的开关为动作输出的深度网络参数，dqn的回报设置为给定室内温度与实时温度的绝对值，构建出所述基于深度强化学习算法的温室温度控制方法
16.为达到上述目的，本发明另一方面实施例提出了一种绿色节能的温室智能加热系统的控制方法，包括：步骤s1，利用所述温室外温度传感器、所述温室内温度传感器、所述水箱温度传感器采集并存储温室内温度、温室外温度和水温；步骤s2，通过所述基于实时在线数据的无损温室热力学模型处理所述温室内温度、温室外温度和水温，以预测理想室内温度；步骤s3，通过所述基于深度强化学习算法的温室温度控制方法处理所述温室内温度、温室外温度和水温，以得到实时室内温度；步骤s4，将所述理想室内温度和所述实时室内温度做差，若差值不在预设温度范围内，则报警并电动控制所述控制阀，以控制所述铝合金散热器的热水流量，反之则无需操作。
17.本发明实施例的一种绿色节能的温室智能加热系统的控制方法，采用热力学模型的预测方法和深度强化学习的控制方法以及温度异常发现和处理机制确保温室温度保持在正常范围内，同时采用太阳能和电能相结合的方式采用输水管道和散热器对温室进行加热，一方面可以减少能耗，另一方面具有本质安全和不产生废气废渣的特点，再一方面可以降低冬季温室的运行成本，且加热过程绿色、节能、无污染，并保证农作物处于最优温度生长条件，提高温室生产的能效比。
18.本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
19.本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
20.图1是本发明一个实施例的一种绿色节能的温室智能加热系统的结构示意图，虚线左侧为温室内安装的部分、右侧为温室外安装的部分；
21.图2是本发明一个实施例的温室温度异常发现与处理算法流程图；
22.图3是本发明一个实施例的一种绿色节能的温室智能加热系统的控制方法的流程图。
23.附图标记说明：100-绿色节能的温室智能加热系统、1-太阳能集热器、2-保温水箱、3-温室内温度传感器、4-温室外温度传感器、5-水箱温度传感器、6-智能控制器、7-电辅助加热器、8-输水管道、9-控制阀和10铝合金散热器。
具体实施方式
24.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
25.下面参照附图描述根据本发明实施例提出的一种绿色节能的温室智能加热系统及其控制方法，首先将参照附图描述根据本发明实施例提出的一种绿色节能的温室智能加热系统。
26.图1是本发明一个实施例的一种绿色节能的温室智能加热系统的结构示意图。
27.如图1所示，该系统100包括：太阳能集热器1、保温水箱2、温室内温度传感器3、温室外温度传感器4、水箱温度传感器5、智能控制器6、电辅助加热器7、输水管道8、控制阀9和铝合金散热器10。
28.其中，太阳能集热器1置于预设温室外部，通过管道与保温水箱2相连；保温水箱2通过输水管道8与铝合金散热器10连接，且输水管道(如pvc)8上装有控制阀9，控制阀9与智能控制器6电连接；智能控制器6同时通过rs485总线与温室外温度传感器4、温室内温度传感器3、水箱温度传感器5和电辅助加热器7连接，其中，温室外温度传感器4和温室内温度传感器3分别置于预设温室内部和外部，水箱温度传感器5和电辅助加热器7均安装在保温水箱2的内壁上，且保持预设距离。
29.进一步地，在本发明的一个实施例中，太阳能集热器1通过管道与保温水箱2相连，将日间收集太阳的热辐射能，来加热保温水箱中水。
30.进一步地，在本发明的一个实施例中，温室外温度传感器4、温室内温度传感器3、水箱温度传感器5实时采集温度数据，并传送到智能控制器6，用于调节温室内的温度。
31.进一步地，在本发明的一个实施例中，因保温水箱2无法维持目标温度，因此在保温水箱2内部设置了电辅助加热器7，以用于在夜间、光照度不足的天气条件以及室内外温差过大时的补偿加热手段，确保保温水箱2的水温保持在预设范围内。
32.进一步地，在本发明的一个实施例中，智能控制器6利用基于实时在线数据的无损温室热力学模型和基于深度强化学习算法的温室温度控制方法调节控制阀，以控制铝合金散热器10的热水流量，从而影响和调节铝合金散热器10对温室的加热效果，具体地，
33.基于实时在线数据的无损温室热力学模型建模过程为：
34.在温室正常运行过程中对温室的热动力学进行建模，智能控制器6采集并存储温室内温度、温室外温度和水温，铝合金散热器10释放的热量为：
35.pw＝cmα(t
in-t
out
)
36.其中，pw为水耗散的总热量，c为水的比热，m为流经铝合金散热器10的水的质量，α为损耗系数，且假定流入铝合金散热器10和流出铝合金散热器10温差和温室室内外温差是线性关系，t
in
是温室内温度，t
out
是温室外温度。
37.进而设计基于实时在线数据的无损温室热力学模型为：
38.p
sun
+p
ele
＝pw+p
other
39.其中，p
sun
为吸收的太阳热量，太阳热量计算可以参考生产厂家的提供的参数，p
ele
为电辅助加热器7产生的热量，计算可以参考生产厂家的提供的参数，pw为水耗散的总热量，p
other
为系统损耗的热量，是一个较小的定值。该模型可以在某种气象条件下准确预测温
室内正常状态下的温度。
40.进一步地，在本发明的一个实施例中，基于深度强化学习算法的温室温度控制方法以温室内温度、温室外温度和水温作为深度强化学习的状态输入，基于dqn算法学习给定室内温度条件下控制阀的开度和电辅助加热器的开关为动作输出的深度网络参数，dqn的回报设置为给定室内温度与实时温度的绝对值，从而训练构建出。
41.如图2所示，本发明实施例的具体工作原理为：工作时，智能控制器1利用温室外温度传感器4、温室内温度传感器3、水箱温度传感器5采集并存储温室内温度、温室外温度和水温，通过基于实时在线数据的无损温室热力学模型处理温室内温度、温室外温度和水温，以预测理想室内温度，通过基于深度强化学习算法的温室温度控制方法处理温室内温度、温室外温度和水温，以得到实时室内温度，将理想室内温度和实时室内温度做差，若差值不在预设温度范围内，则报警并电动控制控制阀9，以控制铝合金散热器10的热水流量，反之则无需操作，需要说明的是，因保温水箱2无法维持目标温度，因此在保温水箱2内部设置的电辅助加热器7，始终由智能控制器1控制，当在夜间、光照度不足的天气条件以及室内外温差过大时，对保温水箱2内水温进行补偿加热(由智能控制器1中的数据驱动的drl给出控制pwm信号，显式规则为低于预设温度下限时加热器以可变的功率运行)，确保保温水箱2的水温保持在预设范围内。
42.根据本发明实施例提出的一种绿色节能的温室智能加热系统，与现有技术相比，采用热力学模型的预测方法和深度强化学习的控制方法以及温度异常发现和处理机制确保温室温度保持在正常范围内，同时采用太阳能和电能相结合的方式采用输水管道和散热器对温室进行加热，一方面可以减少能耗，另一方面具有本质安全和不产生废气废渣的特点，再一方面可以降低冬季温室的运行成本，且加热过程绿色、节能、无污染，并保证农作物处于最优温度生长条件，提高温室生产的能效比。
43.其次参照附图描述根据本发明实施例提出的一种绿色节能的温室智能加热系统的控制方法。
44.图3是本发明一个实施例的一种绿色节能的温室智能加热系统的流程图。
45.如图3所示，该一种绿色节能的温室智能加热系统包括以下步骤：
46.在步骤s1中，利用温室外温度传感器、温室内温度传感器、水箱温度传感器采集并存储温室内温度、温室外温度和水温。
47.在步骤s2中，通过基于实时在线数据的无损温室热力学模型处理温室内温度、温室外温度和水温，以预测理想室内温度。
48.在步骤s3中，通过基于深度强化学习算法的温室温度控制方法处理温室内温度、温室外温度和水温，以得到实时室内温度。
49.在步骤s4中，将理想室内温度和实时室内温度做差，若差值不在预设温度范围内，则报警并电动控制控制阀，以控制铝合金散热器的热水流量，反之则无需操作。
50.需要说明的是，前述对绿色节能的温室智能加热系统实施例的解释说明也适用于该实施例的绿色节能的温室智能加热系统的控制方法，此处不再赘述。
51.根据本发明实施例提出的一种绿色节能的温室智能加热系统的控制方法，与现有技术相比，采用热力学模型的预测方法和深度强化学习的控制方法以及温度异常发现和处理机制确保温室温度保持在正常范围内，同时采用太阳能和电能相结合的方式采用输水管
道和散热器对温室进行加热，一方面可以减少能耗，另一方面具有本质安全和不产生废气废渣的特点，再一方面可以降低冬季温室的运行成本，且加热过程绿色、节能、无污染，并保证农作物处于最优温度生长条件，提高温室生产的能效比。
52.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
53.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
54.尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。