公开(公告)号：CN119357912A

公开(公告)日：2025-01-24

申请号：CN202411397306.5

申请日：2024-10-09

Applicant: 西北农林科技大学

Inventor： 孙先鹏 ,  陈阳达 ,  栗亚鹏 ,  包爱群 ,  李佳磊 ,  宁明阳

IPC: G06F18/27 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0985 ,  G06F123/02

Abstract: 本发明公开了一种基于多源数据融合的温室能耗预测方法，通过采集室内外温度、湿度、光照、二氧化碳浓度环境数据，作物的生长数据和温室内各项子系统的能耗数据，并对原始数据进行加工和转换，生成更能代表数据本质的特征，选择多种机器学习算法优化超参数，从结果中选择效果最优的算法，运用Optuna对模型的超参数进行寻优，构建了总能耗预测模型，运用shap值对模型的可解释性进行分析，提取出影响能耗最大的特征，供温室运营人员参考。通过实验结果表明本发明的一种基于多源数据融合的温室能耗预测方法在总运行能耗预测方面展现出出色的性能，其预测准确性高，计算资源消耗少，为温室管理提供了有力支持，有助于提高温室能源利用效率。