买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京市农林科学院信息技术研究中心

摘要：本发明涉及冷库控制技术领域，提供一种协同能耗与果品品质的冷库调控方法、装置、设备及介质，该方法包括：获取果品冷库的冷库环境参数、制冷参数和果品品质参数等关键参数，并确定关键参数中与冷库能耗和果品品质相关的关键影响因子；以预设的时序预测模型为适应度函数，以关键影响因子为寻优参数，基于群体优化算法求解关键影响因子在所述适应度函数上的最优解；适应度函数以果品冷库的能耗最低以及果品品质变化率最小为优化目标；根据最优解对果品冷库的制冷机组进行调控。通过协同冷库能耗与果品品质，对果品冷库的制冷机组进行融合控制，能够在确保果品品质的情况下，降低果品冷库的能耗，实现对果品冷库的最优控制。

主权项：1.一种协同能耗与果品品质的冷库调控方法，其特征在于，包括：获取果品冷库的关键参数，并确定所述关键参数中与冷库能耗和果品品质相关的关键影响因子；所述关键参数包括冷库环境参数、制冷参数和果品品质参数；以预设的时序预测模型为适应度函数，以所述关键影响因子为寻优参数，基于群体优化算法求解所述关键影响因子在所述适应度函数上的最优解；所述适应度函数以所述果品冷库的能耗最低以及果品品质变化率最小为优化目标；根据所述最优解对所述果品冷库的制冷机组进行调控；所述以预设的时序预测模型为适应度函数，以所述关键影响因子为寻优参数，基于群体优化算法求解所述关键影响因子在所述适应度函数上的最优解，包括：获取所述关键影响因子的取值边界；所述取值边界包括取值上边界和取值下边界；在所述取值边界内对所述关键影响因子进行随机组合，生成多个参数组合；将所述多个参数组合作为种群，以预设的时序预测模型为适应度函数，基于群体优化算法对所述种群进行群体迭代优化，求解出所述关键影响因子在所述适应度函数上的最优解；所述以预设的时序预测模型为适应度函数，基于群体优化算法对所述种群进行群体迭代优化，求解出所述关键影响因子在所述适应度函数上的最优解，包括：以预设的时序预测模型为适应度函数，基于群体优化算法计算所述种群中的各种群个体在所述适应度函数上的适应度；所述适应度表征所述种群个体对应的冷库能耗值和果品品质变化率；根据所述适应度对所述种群进行筛选过滤，返回并执行所述以预设的时序预测模型为适应度函数，基于群体优化算法计算所述种群中的各种群个体在所述适应度函数上的适应度的步骤，以对所述种群进行群体迭代优化，直到所述种群的迭代次数达到预设次数时，求解出所述关键影响因子在所述适应度函数上的最优解；所述时序预测模型包括第一时序预测网络和第二时序预测网络，所述以预设的时序预测模型为适应度函数，基于群体优化算法计算所述种群中的各种群个体在所述适应度函数上的适应度，包括：获取所述种群中的各种群个体的时序数据；所述时序数据包括所述种群个体的历史序列、静态序列和时变序列；以预设的时序预测模型为适应度函数，基于群体优化算法将所述历史序列输入到所述时序预测模型的第一时序预测网络中，利用所述第一时序预测网络计算所述种群个体在所述适应度函数上的适应度的第一预测值；将所述历史序列、所述静态序列和所述时变序列输入到所述时序预测模型的第二时序预测网络中，利用所述第二时序预测网络计算所述种群个体在所述适应度函数上的适应度的第二预测值；对所述第一预测值和所述第二预测值进行求和，得到所述种群个体在所述适应度函数上的适应度；所述冷库环境参数包括温度、湿度和气体浓度；所述制冷参数包括所述果品冷库的制冷机组的出风温度、回风温度、冷机电压、冷机电流和蒸发器盘管温度；所述果品品质参数包括感官品质、物理品质、营养品质和安全品质；所述感官品质包括果品新鲜度、果品色泽、果品气味和果品口感，所述感官品质是通过感官评价得到的；所述物理品质包括质构、重量、硬度、粘度和弹性；所述营养品质包括糖度、酸度和营养物质含量；所述安全品质包括有害微生物含量、有害代谢产物含量、农兽药残留含量和重金属含量。

全文数据：

权利要求：

百度查询： 北京市农林科学院信息技术研究中心 协同能耗与果品品质的冷库调控方法、装置、设备及介质