一种智能多生态互补的养殖系统

1.本发明涉及能源综合利用技术领域，尤其涉及一种智能多生态互补的养殖系统。


背景技术：

2.在全球绿色低碳的趋势下，如何高效的利用各项能源，如何低碳执行，成为了目前的主流。传统的养殖方案能源的利用率不足，大多数的养殖还是采用单种大规模养殖，该养殖方式会导致养殖过程中出现的一些副产品不能得到大的利用，往往是花钱处理，又或者两种或三种结合时，资源利用不足够，且需要人工的地方还很多，无法实现高效且自动化的养殖模式。


技术实现要素：

3.发明目的：针对现有技术资源利用率不足、效率及自动化程度低的缺点，本发明提供一种智能多生态互补的养殖系统。
4.技术方案：为解决上述问题，本发明采用一种智能多生态互补的养殖系统，包括从上至下层叠分布的光照层、渔业层、家禽层、农业层、用于收集整理各层生态数据的云平台以及对生态数据进行优化和控制的优化控制器；所述光照层用于将光能转换为电能，供其他各层使用，光照层底部设有开孔，使光照可到达下方各层；所述渔业层用于养殖水产，渔业层使用可透光材质制成，使光照可到达家禽层及农业层；所述家禽层用于养殖家禽，所述农业层用于种植植物。
5.进一步的，所述光照层包括光照折射板、太阳能热板、蓄电池、光照传感器a、温度传感器；所述光照折射板将光聚集折射至太阳能热板，所述太阳能热板将光能转换为电能储存于蓄电池中；光照传感器a和温度传感器用于收集光照强度及温度信息，所述光照强度及温度信息传输至云平台，优化控制器根据信息对光照折射板、太阳能热板的工作情况进行优化及控制。
6.进一步的，所述渔业层设有换水隔层、增氧机、饲料投喂机a、驱赶机a、氧气检测传感器、浊度传感器；所述氧气检测传感器用于收集氧气浓度信息，所述增氧机用于调节氧气浓度；所述浊度传感器用于收集水体浑浊度信息，所述驱赶机a用于驱赶水产，所述饲料投喂机a用于对水产投喂饲料，所述换水隔层用于在换水时放置水产；所述氧气浓度信息和水体浑浊度信息传输至云平台，优化控制器根据所述信息对增氧机、饲料投喂机a、驱赶机a的工作情况进行优化及控制。
7.进一步的，所述家禽层设有饲料投喂机b、粪便清扫机、光照传感器b、补光灯a、驱赶机b；所述驱赶机b用于驱赶家禽，所述粪便清扫机用于清扫家禽粪便，所述光照传感器b用于检测光照强度信息，所述补光灯a用于补充光照；所述光照强度信息传输至云平台，优化控制器根据所述信息对补光灯a的工作情况进行优化及控制。
8.进一步的，所述养殖系统还设有回收处，所述粪便清扫机清扫并收集粪便至回收处，所述渔业层换水时排出的污水排至回收处。
9.进一步的，所述农业层设有湿度传感器、洒水器、光照传感器c、补光灯b，施肥机器；所述湿度传感器用于收集湿度信息，所述洒水器用于调节农业层湿度，所述光照传感器c用于收集光照强度信息，所述补光灯用于补充光照，所述施肥机器用于对植物施肥；所述湿度信息和光照强度信息传输至云平台，优化控制器根据所述信息对洒水器、补光灯b的工作情况进行优化及控制。
10.进一步的，所述施肥机器使用粪便回收处收集的粪便进行施肥。
11.进一步的，所述系统按照如下公式建立计算模型：
[0012][0013]
其中,f为养殖系统投入经济，c
cost
(m)为第m月消耗的资源费用，α为资源变量，e
grid
(m)为第m月使用电网的量，β为电价。
[0014]
进一步的，所述资源费用包括饲料费用、化肥费用、杀虫剂费用、水费、氧气费用。
[0015]
进一步的，所述计算模型通过迎风蛛算法进行优化，具体优化步骤如下：
[0016]
步骤1：初始化种群，设定种群数、迭代次数，x为迎风蛛位置，每个迎风蛛位置x内包含一组c
cost
(m)、α、e
grid
(m)参数，采用的初始化公式如下：
[0017]
x＝lb+rand(ub-lb)
[0018]
其中，lb为下边界，ub为上边界，rand为[0,1]之间的随机数；
[0019]
步骤2：计算x与投入经济f相关的适应度值，进行排序，获取全局最优x
best
，该全局最优为蜘蛛寻找的最好资源点，即f所代表的经济最低点；
[0020]
步骤3：设置风力η，其计算公式如下：
[0021][0022]
其中，t为最大迭代次数，t为当前迭代次数，rand为[0,1]之间的随机数；
[0023]
步骤4：迎风蛛随风力移动位置，寻找下一个资源点：
[0024]
xi(t+1)＝xi(t)+(w1+η)(x
best-xi(t))
[0025]
其中，xi(t)是迎风蛛i在t时刻的速度，xi(t)表示迎风蛛i在t时刻的位置，w1为资源点吸引力；
[0026]
步骤5：计算迎风蛛位置与投入经济f相关的适应度值，并更新x
best
；适应度值最大的位置即全局最优点x
best
,该点内携带目标函数f的各项参数，使得f的数值最佳；
[0027]
步骤6：判断是否满足最大迭代次数，或代改变误差小于0.01；若满足，则输出经济最优的控制方案，否则，返回步骤4重新迭代计算。
[0028]
有益效果：本发明相对于现有技术，其显著优点是(1)通过光照层实现太阳能发电，实现绿色能源供能，减少系统碳排放；(2)通过回收处实现资源重复利用，减少系统产生的垃圾及经济投入，提高系统经济性；(3)通过优化控制器控制各层内的工作，自动化程度高，减少人工成本，提高养殖效率；(4)利用算法对养殖系统进行优化并寻找最优化管理，实现养殖系统的科学管理。
附图说明
[0029]
图1为本发明养殖系统的整体结构示意图；
[0030]
图2为本发明中利用迎风蛛算法对计算模型优化的流程图。
具体实施方式
[0031]
如图1所示，本实施例中的一种智能多生态互补的养殖系统，包括从上至下层叠分布的光照层、渔业层、家禽层、农业层、回收处、用于收集整理各层生态数据的云平台以及对生态数据进行优化和控制的优化控制器。
[0032]
第一层光照层包括光照折射板、太阳能热板、蓄电池、光照传感器a、温度传感器。所述光照折射板将光聚集折射至太阳能热板，太阳能热板将光能转换为电能并储存在蓄电池中，供其他各层使用。光照层底部设有开孔，使光照可到达下方各层。光照传感器a用于收集光照层的光照强度信息，温度传感器用于收集光照层的温度信息，所述光照强度及温度信息传输至云平台进行整合和处理，优化控制器根据处理后的信息对光照折射板、太阳能热板的工作情况进行优化及控制，使得光照层保持良好的工作状态。
[0033]
第二层渔业层用于水产养殖且由玻璃制成，使光照可到达家禽层及农业层；渔业层内设有换水隔层、增氧机、饲料投喂机a、驱赶机a、氧气检测传感器、浊度传感器。氧气检测传感器用于收集氧气浓度信息，氧气浓度信息传输至云平台进行整合和处理，优化控制器根据处理后的氧气浓度信息控制增氧机工作状态，当氧气浓度低于预设值时，启动增氧机增加渔业层内的氧气浓度。浊度传感器用于收集水体浑浊度信息，水体浑浊度信息传输至云平台进行整合和处理，优化控制器根据处理后的氧气浓度信息控制驱赶机a工作，当水体浑浊度高于预设值时，启动驱赶机a将水产驱赶至换水隔层，进行换水操作，排出的污水进入回收处；换水完成后，驱赶机a将水产驱赶出换水隔层。饲料投喂机a用于投喂饲料，可通过优化控制器设定固定时间进行饲料投喂。
[0034]
第三层家禽层用于饲养家禽，家禽层设有饲料投喂机b、粪便清扫机、光照传感器b、补光灯a、驱赶机b。光照传感器b用于检测家禽层光照强度信息，家禽层光照强度信息传输至云平台进行整合和处理，优化控制器根据处理后的光照强度信息控制补光灯a进行补光。定时开启驱赶机b和粪便清扫机，驱赶机b对家禽进行驱赶，随后粪便清扫机对家禽活动区域进行清洁，清扫的粪便收集至回收处，清扫完毕后驱赶机b退回使家禽自由活动。饲料投喂机b用于投喂饲料，可通过优化控制器设定固定时间进行饲料投喂。
[0035]
第四层农业层用于种植植物，农业层设有湿度传感器、洒水器、光照传感器c、补光灯b，施肥机器。湿度传感器用于检测农业层内的湿度信息，湿度信息传输至云平台进行整合和处理，优化控制器根据处理后的湿度信息控制洒水器工作，当湿度低于预设值时，启动洒水器对植物洒水。光照传感器c用于检测农业层光照强度信息，农业层光照强度信息传输至云平台进行整合和处理，优化控制器根据处理后的光照强度信息控制补光灯b进行补光。施肥机器用于像植物施肥，施肥机器使用粪便回收处收集的粪便进行施肥。
[0036]
本实施例的养殖系统按照如下公式建立计算模型：
[0037][0038]
其中,f为养殖系统投入经济，c
cost
(m)为第m月消耗的资源费用，包括饲料费用、化
肥费用、杀虫剂费用、水费、氧气费用等，α为资源变量，e
grid
(m)为第m月使用电网的量，β为电价。
[0039]
如图2所示，所述计算模型通过迎风蛛算法进行优化，具体优化步骤如下：
[0040]
步骤1：初始化种群，设定种群数、迭代次数，如设置种群数为100，表示有100只蜘蛛，迭代次数为100，表示蜘蛛需变化100次位置；x为迎风蛛位置，每个迎风蛛位置x内包含一组c
cost
(m)、α、e
grid
(m)参数，采用的初始化公式如下：
[0041]
x＝lb+rand(ub-lb)
[0042]
其中，lb为下边界，ub为上边界，rand为[0,1]之间的随机数；
[0043]
步骤2：计算迎风蛛位置x与投入经济f相关的适应度值，进行排序，获取全局最优x
best
，该全局最优为蜘蛛寻找的最好资源点，即f所代表的经济最低点；
[0044]
步骤3：设置风力η，风力η的设置可避免算法陷入局部最优，使算法在整个平面进行求解，得出资源最优点；其计算公式如下：
[0045][0046]
其中，t为最大迭代次数，t为当前迭代次数，rand为[0,1]之间的随机数；
[0047]
步骤4：迎风蛛随风力移动位置，寻找下一个资源点：
[0048]
xi(t+1)＝xi(t)+(w1+η)(x
best-xi(t))
[0049]
其中，xi(t)是迎风蛛i在t时刻的速度，xi(t)表示迎风蛛i在t时刻的位置，w1为资源点吸引力；
[0050]
步骤5：计算迎风蛛位置与投入经济f相关的适应度值，并更新x
best
；适应度值最大的位置即全局最优点x
best
,该点内携带目标函数f的各项参数，使得f的数值最佳；
[0051]
步骤6：判断是否满足最大迭代次数，或代改变误差小于0.01；若满足，则输出经济最优的控制方案，否则，返回步骤4重新迭代计算。

技术特征：
1.一种智能多生态互补的养殖系统，其特征在于，包括从上至下层叠分布的光照层、渔业层、家禽层、农业层、用于收集整理各层生态数据的云平台以及对生态数据进行优化和控制的优化控制器；所述光照层用于将光能转换为电能，供其他各层使用，光照层底部设有开孔，使光照可到达下方各层；所述渔业层用于养殖水产，渔业层使用可透光材质制成，使光照可到达家禽层及农业层；所述家禽层用于养殖家禽，所述农业层用于种植植物。2.如权利要求1所述的智能多生态互补的养殖系统，其特征在于，所述光照层包括光照折射板、太阳能热板、蓄电池、光照传感器a、温度传感器；所述光照折射板将光聚集折射至太阳能热板，所述太阳能热板将光能转换为电能储存于蓄电池中；光照传感器a和温度传感器用于收集光照强度及温度信息，所述光照强度及温度信息传输至云平台，优化控制器根据信息对光照折射板、太阳能热板的工作情况进行优化及控制。3.如权利要求2所述的智能多生态互补的养殖系统，其特征在于，所述渔业层设有换水隔层、增氧机、饲料投喂机a、驱赶机a、氧气检测传感器、浊度传感器；所述氧气检测传感器用于收集氧气浓度信息，所述增氧机用于调节氧气浓度；所述浊度传感器用于收集水体浑浊度信息，所述驱赶机a用于驱赶水产，所述饲料投喂机a用于对水产投喂饲料，所述换水隔层用于在换水时放置水产；所述氧气浓度信息和水体浑浊度信息传输至云平台，优化控制器根据所述信息对增氧机、饲料投喂机a、驱赶机a的工作情况进行优化及控制。4.如权利要求3所述的智能多生态互补的养殖系统，其特征在于，所述家禽层设有饲料投喂机b、粪便清扫机、光照传感器b、补光灯a、驱赶机b；所述驱赶机b用于驱赶家禽，所述粪便清扫机用于清扫家禽粪便，所述光照传感器b用于检测光照强度信息，所述补光灯a用于补充光照；所述光照强度信息传输至云平台，优化控制器根据所述信息对补光灯a的工作情况进行优化及控制。5.如权利要求4所述的智能多生态互补的养殖系统，其特征在于，所述养殖系统还设有回收处，所述粪便清扫机清扫并收集粪便至回收处，所述渔业层换水时排出的污水排至回收处。6.如权利要求5所述的智能多生态互补的养殖系统，其特征在于，所述农业层设有湿度传感器、洒水器、光照传感器c、补光灯b，施肥机器；所述湿度传感器用于收集湿度信息，所述洒水器用于调节农业层湿度，所述光照传感器c用于收集光照强度信息，所述补光灯用于补充光照，所述施肥机器用于对植物施肥；所述湿度信息和光照强度信息传输至云平台，优化控制器根据所述信息对洒水器、补光灯b的工作情况进行优化及控制。7.如权利要求6所述的智能多生态互补的养殖系统，其特征在于，所述施肥机器使用粪便回收处收集的粪便进行施肥。8.如权利要求1-7任一项所述的智能多生态互补的养殖系统，其特征在于，所述系统按照如下公式建立计算模型：其中,f为养殖系统投入经济，c
cost
(m)为第m月消耗的资源费用，α为资源变量，e
grid
(m)为第m月使用电网的量，β为电价。9.如权利要求8所述的智能多生态互补的养殖系统，其特征在于，所述资源费用包括饲
料费用、化肥费用、杀虫剂费用、水费、氧气费用。10.如权利要求9所述的智能多生态互补的养殖系统，其特征在于，所述计算模型通过迎风蛛算法进行优化，具体优化步骤如下：步骤1：初始化种群，设定种群数、迭代次数，x为迎风蛛位置，每个迎风蛛位置x内包含一组c
cost
(m)、α、e
grid
(m)参数，采用的初始化公式如下：x＝lb+rand(ub-lb)其中，lb为下边界，ub为上边界，rand为[0,1]之间的随机数；步骤2：计算x与投入经济f相关的适应度值，进行排序，获取全局最优x
best
，该全局最优为蜘蛛寻找的最好资源点，即f所代表的经济最低点；步骤3：设置风力η，其计算公式如下：其中，t为最大迭代次数，t为当前迭代次数，rand为[0,1]之间的随机数；步骤4：迎风蛛随风力移动位置，寻找下一个资源点：x
i
(t+1)＝x
i
(t)+(w1+η)(x
best-x
i
(t))其中，x
i
(t)是迎风蛛i在t时刻的速度，x
i
(t)表示迎风蛛i在t时刻的位置，w1为资源点吸引力；步骤5：计算迎风蛛位置与投入经济f相关的适应度值，并更新x
best
；适应度值最大的位置即全局最优点x
best
,该点内携带目标函数f的各项参数，使得f的数值最佳；步骤6：判断是否满足最大迭代次数，或代改变误差小于0.01；若满足，则输出经济最优的控制方案，否则，返回步骤4重新迭代计算。

技术总结
本发明公开了一种智能多生态互补的养殖系统，包括从上至下层叠分布的光照层、渔业层、家禽层、农业层、用于收集整理各层生态数据的云平台以及对生态数据进行优化和控制的优化控制器；所述光照层用于将光能转换为电能，供其他各层使用，光照层底部设有开孔，使光照可到达下方各层；所述渔业层用于养殖水产，渔业层使用可透光材质制成，使光照可到达家禽层及农业层；所述家禽层用于养殖家禽，所述农业层用于种植植物。本发明通过太阳能发电，实现绿色能源供能，减少系统碳排放；对资源重复利用，减少系统产生的垃圾及经济投入，且自动化程度高，减少人工成本，提高养殖效率；利用算法对养殖系统进行优化并寻找最优化管理，实现养殖系统的科学管理。统的科学管理。统的科学管理。


技术研发人员：温文潮 谢金博 张敏 纪捷 沈宇 张一航 张姜鹏 丁智杰 陈帅 张楚 彭甜 孙娜
受保护的技术使用者：淮阴工学院
技术研发日：2023.08.03
技术公布日：2023/10/15