(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111361824.8 (22)申请日 2021.11.17 (71)申请人 北京市农林科 学院智能装备技 术研 究中心 地址 100097 北京市海淀区曙光 花园中路 11号农科大厦A座1 107 (72)发明人 吴文彪　张馨　宋子涛　鲍锋　 李文龙　王明飞　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 代理人 郭亮 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 温室环境空间分布预测方法及装置 (57)摘要 本发明提供一种温室环境空间分布预测方 法及装置， 该方法包括： 根据预测点当前及之前 时刻的多组环 境特征， 确定包括多组时间序列特 征的特征向量矩阵， 环境特征包括温室内环境特 征和温室外环境特征； 将特征向量矩阵， 输入到 已训练的预测模 型的卷积网络进行特征提取， 得 到提取后的全局特征向量； 将全局特征向量输入 预测模型的时间序列网络， 输出预设时长后的温 湿度、 光照强度和二氧化碳含量预测结果。 该方 法可对温室小气候环境数据大滞后性、 时序性、 非线性、 空间分布差异性的特征进行准确挖掘， 结合卷积网络和时间序列网络更好的挖掘时间 相关性， 从而能够更准确的预测温室未来时刻的 多点环境的空间分布趋势， 可以为温室的整体环 境调控提供决策依据。 权利要求书2页 说明书8页 附图3页 CN 114297907 A 2022.04.08 CN 114297907 A 1.一种温室环境空间分布预测方法， 其特 征在于， 包括： 根据预测点当前及之前时刻的多组环境特征， 确定包括多组时间序列 特征的特征向量 矩阵， 其中， 所述环境特 征包括温室内环境特 征和温室外环境特 征； 将所述特征向量矩阵， 输入到已训练的预测模型的卷积网络进行特征提取， 得到提取 后的全局特 征向量； 将所述全局特征向量输入所述预测模型的时间序列网络， 输出预设时长后温室内预测 点的温湿度、 光照强度和二氧化 碳含量预测结果； 其中， 所述预测模型， 根据已知预设时长后温室内温湿度、 光照强度和二氧化碳含量， 并确定所述特征向量矩阵的样本， 经训练后得到， 所述预测模型包括卷积网络和时间序列 网络。 2.根据权利要求1所述的温室环境空间分布预测方法， 其特征在于， 所述温室内环境特 征， 包括基质温度、 空气温度、 空气湿度、 光照强度和二氧化 碳浓度； 所述温室外环境特 征， 包括空气湿度、 空气温度和风速 。 3.根据权利要求1所述的温室环境空间分布预测方法， 其特征在于， 所述环境特征还包 括空间稀疏 特征， 所述空间稀疏 特征包括预测点的区域特 征、 通风特征和加湿特征。 4.根据权利要求1所述的温室环境空间分布预测方法， 其特征在于， 所述根据 预测点当 前及之前时刻的多组环境特 征， 确定包括多组时间序列特 征的特征向量矩阵之前， 还 包括： 对缺失数据通过线性插值法进行插补， 以及对异常数据进行均值法进行平 滑； 其中， 所述插补和平 滑的方法分别包括： 其中， 0<i<j， xa+i为a+i时刻缺 失的数据， xa和xa+j为a和a+j时刻的原始数据,xk为异常数 据， xk‑1、 xk+1为xk相邻的有效数据。 5.根据权利要求1所述的温室环境空间分布预测方法， 其特征在于， 所述将所述特征向 量矩阵， 输入到已训练的预测模型的卷积网络进行 特征提取， 包括： 将所述特征向量矩阵， 输入到所述卷积网络， 经所述卷积网络进行四次卷积后， 根据整 平操作以及激活函数输出降维后的全局特 征向量； 其中， 每两次卷积后， 进行一次最大池化。 6.根据权利要求5所述的温室环境空间分布预测方法， 其特征在于， 所述将所述全局特 征向量输入所述预测模型 的时间序列网络， 输出预设时长后 温室内预测 点的温湿度、 光照 强度和二氧化 碳含量预测结果， 包括： 将所述全局特征向量输入时间序列网络， 依次经时间序列网络的两层门控循环单元网 络层进行 特征处理； 根据基于线性整流激活函数的全连接层， 经过反归一化后输出预设时长后温室内的温 湿度、 光照强度和二氧化 碳含量预测结果。 7.根据权利要求1所述的温室环境空间分布预测方法， 其特征在于， 所述根据 预测点当 前及之前时刻的多组环境特 征， 确定包括多组时间序列特 征的特征向量矩阵之前， 还 包括：权　利　要　求　书 1/2 页 2 CN 114297907 A 2获取已知预设时长后温室内温湿度、 光照强度和二氧化碳含量的样本数据， 分别将温 湿度、 光照强度和二氧化 碳含量作为样本的标签， 并确定样本的特 征向量矩阵； 利用所述样本数据， 基于自适应矩估计优化算法调整模型参数， 训练得到所述预测模 型。 8.一种温室环境空间分布预测装置， 其特 征在于， 包括： 数据采集模块， 用于根据预测点当前及之前时刻的多组环境特征， 确定包括多组时间 序列特征的特征向量矩阵， 其中， 所述环境特 征包括温室内环境特 征和温室外环境特 征； 第一处理模块， 用于将所述特征向量矩阵， 输入到已训练的预测模型的卷积网络进行 特征提取， 得到提取后的全局特 征向量； 第二处理模块， 用于将所述全局特征向量输入所述预测模型的时间序列网络， 输出预 设时长后温室内预测点的温湿度、 光照强度和二氧化 碳含量预测结果； 其中， 所述预测模型， 根据已知预设时长后温室内温湿度、 光照强度和二氧化碳含量， 并确定所述特征向量矩阵的样本， 经训练后得到， 所述预测模型包括卷积网络和时间序列 网络。 9.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至7任一项所 述温室环境空间分布预测方法的步骤。 10.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算 机程序被处理器执行时实现如权利要求1至7任一项所述温室环境空间分布预测方法的步 骤。权　利　要　求　书 2/2 页 3 CN 114297907 A 3