【技术实现步骤摘要】
本专利技术涉及鱼类养殖，具体为基于数字孪生的鱼类精准投喂方法及系统。
技术介绍
1、在水产养殖中，饲料的投喂量难以判断一直是行业中存在的问题，养殖环境的水温、溶氧等环境条件波动大，直接影响到鱼群的摄食，加之渔民大多根据经验进行投喂，投喂量少鱼类生长慢，投喂量过多不仅造成饲料的浪费，还会导致水质恶化，对鱼类的生存状态造成负面影响。
2、公开号为cn119054639a的中国专利公开了一种用于鱼类养殖场的网箱系统，包括可移动的或可运输的网箱和固定的对接框架，固定的对接框架设置在该海面下预定米数之下，该对接框架配置为在其中接收和容纳该网箱，该网箱配置为用于在其中繁殖鱼类；但是，该专利存在以下缺陷：
3、现有的技术，不能根据鱼类生长情况进行精准投喂，增加了鱼类养殖成本，导致鱼类养殖效果差。
技术实现思路
1、本专利技术的目的在于提供基于数字孪生的鱼类精准投喂方法及系统，可根据鱼类生长情况进行精准投喂，降低鱼类养殖成本，可提升鱼类养殖效果，解决了上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、基于数字孪生的鱼类精准投喂方法，包括如下步骤：
4、s1、数据采集及处理：采集基于物联网的鱼类生长实时数据，并对基于物联网的鱼类生长实时数据进行处理，使基于物联网的鱼类生长实时数据安全存储至数据库内；
5、s2、模型预测：根据鱼类生长历史数据，基于机器学习技术，构建基于机器学习的鱼类生长数字孪生模型
6、s3、投喂控制：根据鱼类生长趋势预测结果自动调整投喂量，进而对鱼类进行精准投喂，用于保证鱼类生长所需的营养均衡。
7、优选的，所述s1中，采集基于物联网的鱼类生长实时数据，包括：
8、在鱼塘底部及鱼塘四周的位置处安装智能采集设备；
9、基于智能采集设备对鱼塘的水温、溶解氧、ph值、氨氮浓度、亚硝酸盐浓度及悬浮物浓度进行实时监测及采集，获取鱼塘环境参数；
10、基于智能采集设备对鱼类的体重、体长、生长速度、饵料转化率及摄食活动进行实时监测及采集，获取鱼类生理指标；
11、其中，基于鱼塘环境参数及鱼类生理指标，确定基于物联网的鱼类生长实时数据。
12、优选的，所述s1中，悬浮物浓度进行实时监测及采集，包括：
13、提取鱼塘的区域结构图；
14、根据鱼塘的区域结构特征对所述鱼塘的区域结构进行网格划分；其中，所述区域结构特征包括鱼塘的区域面积、鱼塘的最大水深及水深变化率；
15、利用所述鱼塘的区域结构特征获取网格边长尺寸；
16、其中，所述网格边长尺寸通过如下公式获取：
17、；
18、其中，l表示网格边长尺寸；hmax表示鱼塘的最大水深；lmax表示鱼塘的最大水深对应的塘底延伸长度；a表示鱼塘的区域面积；p表示水深变化率；ah表示鱼塘的最大水深对应的鱼塘区域面积；n表示除了最大水深之外鱼塘对应的水深尺寸数量；li表示第i个水深尺寸对应的塘底延伸长度；
19、按照所述网格边长尺寸对所述鱼塘的区域结构图进行网格划分，获取多个网格结构；
20、根据所述网格结构进行悬浮物浓度采集。
21、优选的，根据所述网格结构进行悬浮物浓度采集，包括：
22、在所述鱼塘的区域结构图对应的边缘网格进行悬浮物浓度采集，获取边缘悬浮物浓度数值；
23、提取所述区域结构图对应的中心网格进行悬浮物浓度采集，获取中心悬浮物浓度数值；
24、利用每个边缘网格对应的悬浮物浓度数值结合中心网格对应的中心悬浮物浓度数值获取悬浮物浓度跨度系数；
25、其中，所述悬浮物浓度跨度系数通过如下公式获取：
26、；
27、其中，k表示悬浮物浓度跨度系数；m表示边缘网格的个数；ci表示第i个边缘网格对应的边缘悬浮物浓度数值；zp表示中心网格的中心悬浮物浓度数值平均值；z表示中心网格的中心悬浮物浓度数值；cb表示m个边缘网格的边缘悬浮物浓度数值标准差；zb表示多个中心网格对应的中心悬浮物浓度数值标准差；
28、将所述悬浮物浓度跨度系数与预设的系数阈值进行比较；
29、当所述悬浮物浓度跨度系数低于预设的系数阈值时，则将边缘悬浮物浓度数值与中心悬浮物浓度数值的浓度数值平均值作为当前鱼塘的悬浮物浓度；
30、当所述悬浮物浓度跨度系数不低于预设的系数阈值时，则选取边缘网格和中心网格中间的目标网格区域的悬浮物浓度数值确定当前鱼塘的悬浮物浓度。
31、优选的，当所述悬浮物浓度跨度系数不低于预设的系数阈值时，则选取边缘网格和中心网格中间的目标网格区域的悬浮物浓度数值确定当前鱼塘的悬浮物浓度，包括：
32、当所述悬浮物浓度跨度系数不低于预设的系数阈值时，则提取每个边缘网格对应的悬浮物浓度数值和中心网格对应的悬浮物浓度数值；
33、根据所述每个边缘网格对应的悬浮物浓度数值与中心网格对应的悬浮物浓度数值之间的浓度差值获取距离调节系数；
34、其中，所述距离调节系数通过如下公式获取：
35、；
36、其中，s表示距离调节系数；m表示边缘网格的个数；ci表示第i个边缘网格对应的边缘悬浮物浓度数值；zp表示中心网格的中心悬浮物浓度数值平均值；cb表示m个边缘网格的边缘悬浮物浓度数值标准差；z表示中心网格的中心悬浮物浓度数值；k表示悬浮物浓度跨度系数；ky表示预设的系数阈值；pz表示多个中心网格对应的悬浮物浓度数值变化率；
37、将所述边缘网格对应的悬浮物浓度数最大值对应的边缘网格作为标定网格；
38、提取所述标定网格与所述中心网格之间的直线距离；
39、根据所述中心网格之间的直线距离和距离调节系数获取标定距离；
40、其中，所述标定距离通过如下公式获取：
41、；
42、其中，d表示标定距离；dmax表示标定网格与所述中心网格之间的直线距离；s表示距离调节系数；sc表示预设的距离调节系数参考值；x表示预设的调节系数，用于控制sigmoid函数的斜率，从而影响标定距离对距离调节系数的敏感度；
43、沿着每个边缘网格向中心网格方向标定距离，选取与所述边缘网格的直线距离为标定距离的网格作为目标网格，并将所述目标网格集合为目标网格区域；
44、采集所述目标网格区域中所包含的每个网格内的悬浮物浓度数值；
45、将所述目标网格区域中所包含的每个网格内的悬浮物浓度数值和边缘网格对应的悬浮物浓度数值的整体浓度平均值作为当前鱼塘的悬浮物浓度。
46、优选的，所述s1中，对基于物联网的鱼类生长实时数据进行处理，包括：
47、基于数据清洗工具对基于物联网的鱼类生长本文档来自技高网...
【技术保护点】
1.基于数字孪生的鱼类精准投喂方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于数字孪生的鱼类精准投喂方法，其特征在于，所述S1中，采集基于物联网的鱼类生长实时数据，包括：
3.如权利要求2所述的基于数字孪生的鱼类精准投喂方法，其特征在于，所述S1中，悬浮物浓度进行实时监测及采集，包括：
4.如权利要求3所述的基于数字孪生的鱼类精准投喂方法，其特征在于，根据所述网格结构进行悬浮物浓度采集，包括：
5.如权利要求4所述的基于数字孪生的鱼类精准投喂方法，其特征在于，当所述悬浮物浓度跨度系数不低于预设的系数阈值时，则选取边缘网格和中心网格中间的目标网格区域的悬浮物浓度数值确定当前鱼塘的悬浮物浓度，包括：
6.如权利要求2所述的基于数字孪生的鱼类精准投喂方法，其特征在于，所述S1中，对基于物联网的鱼类生长实时数据进行处理，包括：
7.如权利要求6所述的基于数字孪生的鱼类精准投喂方法，其特征在于，所述S1中，对基于物联网的鱼类生长实时数据进行处理，还包括：
8.如权利要求7所述的基于数字孪生的鱼类
9.如权利要求8所述的基于数字孪生的鱼类精准投喂方法，其特征在于，所述S2中，预测鱼类生长趋势，包括：
10.基于数字孪生的鱼类精准投喂系统，用于实现如权利要求1-9任一项所述的基于数字孪生的鱼类精准投喂方法，其特征在于，包括：
...【技术特征摘要】
1.基于数字孪生的鱼类精准投喂方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于数字孪生的鱼类精准投喂方法，其特征在于，所述s1中，采集基于物联网的鱼类生长实时数据，包括：
3.如权利要求2所述的基于数字孪生的鱼类精准投喂方法，其特征在于，所述s1中，悬浮物浓度进行实时监测及采集，包括：
4.如权利要求3所述的基于数字孪生的鱼类精准投喂方法，其特征在于，根据所述网格结构进行悬浮物浓度采集，包括：
5.如权利要求4所述的基于数字孪生的鱼类精准投喂方法，其特征在于，当所述悬浮物浓度跨度系数不低于预设的系数阈值时，则选取边缘网格和中心网格中间的目标网格区域的悬浮物浓度数值确定当前鱼塘的悬浮物浓度，包括：
【专利技术属性】
技术研发人员：潘巍松，周婷婷，陈薇，
申请(专利权)人：南京吉相传感成像技术研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。