基于Petri网的棉花图像处理系统模块化设计方法

图像处理在农业领域中的应用十分普遍,但要做到对图像实时处理的同时降低用户的使用成本是该领域的难题。该文以棉花图像处理系统为例,提出一种基于图像处理系统模块化设计方法,首先划分图像处理系统功能模块,基于Petri网模型构建顶层控制器;然后将Petri网模型图转换为VHDL语言文件,并在QuartusII环境中进行仿真验证;最后以底层模块中的图像分割模块为例,说明系统的并行性。这种基于Petri网的全局异步的设计方法,可以降低图像处理系统设计与调试的难度和对时序的要求。     

批次清单结合Petri网追溯模型提高小麦粉加工过程追溯精度

为解决小麦粉加工过程追溯质量安全信息交叉、单位个体追溯困难等问题,该研究在分析小麦粉加工流程和追溯关键信息的基础上,研究基于批次清单的信息追溯方法,以加工时间为依据结合高津托图(Gozintograph)数据结构构建批次清单(bill of lots,BOL),实现小麦粉产品信息和关键节点活动信息的精确追溯;在BOL的基础上,利用鱼骨图和Petri网分别描述小麦粉质量追溯点的位置和危害指标;结合山东某面粉厂实际生产参数对追溯模型进行验证,实现小麦粉产品与原料的批次关联和其质量危害传播路径的预测。分析结果表明,通过使用BOL和Petri网追溯模型与传统方法相比实现召回批次数量由7个减少到4个、危害因素查找数量由6个减少到5个。该研究提高了小麦粉追溯精度和缺陷召回效率,为粮食等小颗粒产品加工过程的追溯提供了理论支持。     

基于工作流网的打假工作流模型设计与验证

借助于某企业打假管理工作流程实例,利用工作流管理思想对打假流程进行分析,介绍了工作流网的概念、基本组件及触发机制,设计了打假工作流模型,并对模型正确性进行了验证分析,以求对打假工作信息化提供启示。     

基于储能Soc日前计划的微电网实时能量优化调度方法

针对微电网实时优化调度计算的工程需要,提出了一种遵循储能Soc日前计划的基于网流模型的微电网实时能量优化调度方法。该方法以尽量遵循储能Soc日前计划为前提,首先建立以"等效供电成本"最小为目标函数,以分布式电源出力、储能单元储能水平以及微网与主网交互功率均在限值之内和微网内功率平衡为约束条件的实时优化数学模型;随后提出将该非线性优化模型转换为最小费用最大流网流模型进行线性化求解的方法。算例表明,遵循储能Soc日前计划的实时调度计划能够对上级电网起到削峰填谷的作用,无论在并网运行还是孤岛运行模式下能够有效降低微电网供电成本,日供电成本降低达30%以上,该方法能够足实时优化调度计算的工程要求。     

基于ZigBee网络的温室环境远程监控系统设计与应用

针对温室环境数据信息监控特点,本文进行了基于ZigBee协议的传感器节点技术的开发,并在此基础上组成现场监控无线传感器网络,通过网络汇聚节点与无线移动网络（GPRS/CDMA）和INTERNET的无缝连接,实现数据远程传输至指定数据库服务器。无线传感器网络组建采用星型拓扑结构,通过软件设置在需求时唤醒ZigBee网络节点,使监控设备具有组网灵活、拆移便捷等优点。通过在实际生产过程中应用表明,该系统工作性能稳定,在数据采集和传输等方面均达到了设计要求,尤其是有效简化了现场设备安装与拆移等过程,使之更适合各类农业现场数据监控的需要。     

基于VMD-MPC法的并网型微电网多时间尺度能量协调优化调度

对于含有不同类型储能和分布式电源(Distributed Generation,DG)的并网型微电网,如何优化调度这些设备以提高设备的使用寿命同时平抑DG出力和负荷的波动性与不确定性对配电网的影响具有重要的研究意义.该研究提出一种基于变分模态分解(Variational Modal Decomposition,VMD)...     

基于Web的蔬菜农药残留检测网络监控系统构建

为保证蔬菜质量安全和消费者健康,该文提出利用NET技术平台和SQL技术开发成功基于Web的蔬菜农残检测网络监控系统,利用数据库管理系统,通过数据统计和Web报表实现信息的采集和整理;该文给出了系统的结构设计方案、采用的关键技术和主要功能实现方法.该系统在江苏江阴地区实际测试效果良好,可应用于农产品品质检测和安全管理.     

基于6LoWPAN无线传感器网络的农业环境实时监控系统

针对现有农业环境监控系统的不足,提出了一种基于6LoWPAN无线传感器网络的农业环境实时监控系统,该系统采用6LoWPAN构架实现互联网与无线传感器网络之间的点到点通信,无需特定的网关进行协议转换或者协议承载,从而实现了对农业环境的实时监测和控制,降低了能耗,缩短了延迟时间。该文从硬件结构、软件结构及节能等方面对此系统进行了详细阐述和分析,试验结果表明该系统的实用性和高效性,可应用于温室、农田、苗圃等区域。     

基于VMD-MPC法的并网型微电网多时间尺度能量协调优化调度

随着“双高”特征日趋明显,农村交直流混合微电网的源荷呈现多电力电子化,双向接口变换器（bidirectional interface converter, BIC）的低惯性和阻尼问题较为突出。针对此问题,该研究提出一种基于广义直流电动势（generalized direct current electromotive force,G-DCEMF）的BIC控制策略。采用虚拟电阻对直流和交流子网间有功功率的缺额或盈余状态进行判定,根据判定结果通过BIC对功率进行分配控制,在多BIC并联运行时也更易实现功率分配。通过虚拟电感来提高惯性,以减少交流母线频率或交直流子网电压波动的影响,有效地提高了交直流混合微电网的抗干扰特性和动态性能。分析虚拟电阻和虚拟电感的取值,讨论电阻和电感参数影响控制效果的规律。最后通过PSCAD/EMTDC仿真研究验证了所提出的G-DCEMF控制策略的有效性,混合微电网初始状态：直流母线电压为0.75 kV,交流母线频率为50 Hz,系统在额定状态下运行。在运行时间t=1.5 s时,投入0.1 MW的交流负载。分别取虚拟电感为 0、0.02、0.05 H, 但随着虚拟电感增大,BIC的抗扰动能力增强,结果证明了G-DCEMF控制在可以实现BIC的功率双向流动的同时,提高系统惯性,改善动态响应和抗扰性能,提高微电网的稳定性。

     

基于物联网的温室大棚环境监控系统设计方法

目前农业物联网通信协议尚不统一。为了更好地封装和传输农业信息,提出一种适用于农业物联网的通信协议AGCP（agricultural greenhouses communication protocol）。利用AGCP协议结合物联网架构完成了基于物联网架构的农业大棚监控系统的设计,重点完成了感知层中协调器和节点终端的信息采集以及设备控制的软硬件设计,并详细设计了光照控制模块、温度控制模块和灌溉控制模块,最后进行了系统测试和分析。试验表明,该系统能有效监测温室大棚的空气温度、湿度、二氧化碳以及土壤湿度等农业环境信息,并能进行相应设备的自动控制,验证了AGCP协议在农业物联网的有效性以及构建系统的可行性。     

基于无线传感网络的改碱暗管排盐监控系统

针对目前盐碱地暗管改碱技术应用过程中存在的有效评测数据缺乏、无法准确对实施效果进行科学评价的问题,设计了一种基于无线传感网络的改碱暗管排盐监控系统,以实现对管道内地下水的水质监测、流量统计以及蓄水池水位控制等。监测节点实时采集各路暗管的p H值、电导率和流量信息传输到中心节点,监控中心计算机通过RS232接口获取各采集信息并进行处理显示;同时,液位传感器实时获取蓄水池的水位信息并通过无线传输模块将水位信息发送至中心节点,中心计算机根据实际水位和设定水位信息进行控制决策,并通过中心节点向水位控制节点发送控制指令,实现蓄水池的水位远程自动控制。为验证系统整体性能,对监控系统开展了水位控制、传感器检测精度、通讯距离与丢包率试验测试。试验结果表明:系统p H值和电导率的平均测量误差分别为1.81%、1.89%,各节点的最大丢包率为2.6%,整体运行稳定,数据传输可靠,能够满足实际生产需要。该系统能够准确获取改碱暗管内的水质信息及迁移变化情况,为暗管改碱技术的效果评价提供有利的数据支撑。     

作物模型系统Web服务集成方法

针对作物模型系统的多样性和异构性,研究了基于Web服务的作物模型系统集成方法。通过分析作物模型系统的组成结构及各功能体之间的交互特征,以面向服务架构的技术为基础,探讨作物模型系统的服务切分,并采用“契约先行”的 Web 服务开发技术实现了服务封装。文章详细描述了基于 Web 服务契约优先方法的建模过程,并采用相关工具实现了 Web 服务契约文档和服务代码框架的自动生成,通过引用作物模型 Web 服务组件的方式,实现了模型系统的内部业务逻辑,完成了小麦管理知识模型系统基于Web服务的复用集成。试验结果表明,该作物模型系统集成方法采用统一的模型服务契约,提高了系统集成的复用开发效率,最大限度地解决了异构系统的互操作性问题。研究结果为作物模型系统集成提供了方法指导。     

基于HJ-1 CCD的夏玉米FPAR遥感监测模型

以山东禹城为研究区,利用我国自主研发运行的HJ-1卫星数据,计算了4种植被指数（NDVI,RVI,SAVI,EVI）,结合同步观测数据,对植被指数与实测FPAR进行回归分析,比较4种植被指数模型对夏玉米FPAR的估测精度,结果表明各植被指数与FPAR均具有较高的相关性,整个研究区NDVI具有最高的反演精度,对估算夏玉米FPAR的最优模型进行验证,得出模型的平均误差仅为3.8%,模型达到了较高的精度。利用HJ-1 CCD反演了山东禹城9月的FPAR。     

基于TMU-Net网络的苹果果心分割方法

针对苹果内在品质检测过程中传统测量果心大小方法效率低、准确性差等问题,该研究提出一种基于TMU-Net网络自动分割果心的方法,将Transformer编码器融入U-Net网络结构中,构建改进U型卷积网络TMU-Net模型。模型由特征提取模块、特征处理模块、解码器、特征拼接模块组成,以VGG-16前13层作为主干特征提取网络,在跳跃连接中叠加多重残差空洞卷积（Multiple Residual Dilated Convolution,MRDC）模块,增大感受野的同时增强了模型对底层特征提取能力。采用数据增强技术对果心数据集扩充后,利用迁移学习方法冻结特定的网络层,对TMU-Net模型进行训练。试验结果表明：引入迁移学习并使用最佳训练方式使模型分割精确率提高了22.48个百分点;TMU-Net网络模型在果心分割任务中实现了96.72%的精确率,与U-Net、PSPNet、DeeplabV3+网络对比,精确率分别提升了14.28、9.98、7.15个百分点。该方法能够精准、有效地实现果心分割,可为实现苹果内在品质智能检测提供参考。     

主动型配电网日前调度策略研究

相对于传统配电网,主动型配电网可以合理利用其双向调度功能,充分发挥分布式发电容量,在保护环境的同时还可以提高电力公司的效益。以电力公司效益最大为调度目标,针对主动型配电网调度问题,该文计及输电和高压配电网网损的影响,提出了一种配电网日前优化调度模型,通过该模型对微电网电源交互功率和分布式电源进行优化调度,同时确定最佳渗透率,不仅可以有效地削峰填谷,还可以根据最佳渗透率调整分布式电源的功率,使电力公司效益最大化。算例研究表明,电网中接在距离电源点较近的节点下的主动型配电网,通过该文提出的优化调度模型,得出渗透率为21.14%时,电力公司效益最高。该研究可为主动型配电网日前调度策略以及分布式电源最佳渗透率的制定提供参考。     

基于zigbee无线网络的土壤墒情监控系统

为了提高农业灌溉用水利用率,针对传统有线网络采集布线复杂和成本高的缺点,该文设计了一套基于Zigbee无线网络和CC2430 MCU的土壤墒情监测系统。该系统综合了Zigbee无线网络自行组网、自行愈合和超低功耗的优点,采用太阳能电池供电,能实时监测和记录土壤墒情信息,为进一步制定节水灌溉策略提供有力的数据支持。初步试验结果表明,该系统运行稳定,丢包率低,能及时准确的监控土壤墒情信息,并将土壤含水率维持在适合植物生长的最佳含水量的范围之内。研究结果可为进一步开发更精准的自动灌溉系统提供数据支持。     

基于便携式三波段作物生长监测仪的水稻长势监测

针对现有两波段光谱仪在实际应用中存在的植被指数单一、生长指标反演精度低等问题,该研究研发了一款便携式三波段作物生长监测仪CGMD303（Crop-Growth Monitoring and Diagnosis,CGMD）并于2018年7-9月开展了水稻田间试验研究。结果表明,CGMD303获取的植被指数与商用仪器ASD FieldSpec HandHeld2呈良好的线性相关关系,同时基于CGMD303构建的水稻生长监测模型可以有效预测叶面积指数、叶片干质量、叶片氮质量分数和叶片氮积累量,决定系数分别为0.85、0.72、0.45和0.68,相对均方根误差分别为0.21、0.32、0.13和0.39。CGMD303可以有效获取冠层光谱反射率,构建的水稻指标监测模型可以精确预测叶面积指数、生物量和氮素指标,可为水稻田间栽培工作提供决策依据。     

基于自组织神经网络模型与质构特性的牛肉嫩度评定方法

为了实现对牛肉嫩度品质的快速无损检测和评价。该文选取60头牛的眼肌部位作为试验样本,经在75~80℃的水浴中加热并煮至肉的内部温度达到70℃后取出,冷却至室温(20℃)。利用质构仪测得牛肉黏力、黏性、弹力、弹性长度、内聚性、弹性、胶着性和咀嚼性等质构特性参数,并分析各参数与牛肉嫩度等级之间的相关性,黏力和黏性与牛肉嫩度的相关性较低,相关系数为0.246和0.096;弹力、弹性长度、内聚性、弹性、胶着性和咀嚼性与牛肉嫩度相关性较大,且成负相关,说明上述流变学参数值会随着牛肉嫩度等级的增大而下降,相关系数为-0.92、-0.939、-0.771、-0.776、-0.815、-0.882。结合感官评定法构建BP网络模型、RBF网络模型和自组织竞争神经网络模型,用其预测牛肉嫩度等级,3种模型训练误差均为1×10-6。另选取20头牛的背最长肌中间部位作为测试样本,对3种网络模型进行比较分析。研究结果证明,自组织竞争神经网络预测模型较为准确,预测牛肉嫩度等级的准确率达到90%,说明此方法能够准确地对牛肉嫩度等级进行评定,研究结果为未来牛肉嫩度评定方法提供参考。     

基于深度可分离卷积网络的粘连鱼体识别方法

及时准确地识别出养殖区域内的粘连鱼体是实现水产养殖中鱼群计数、养殖密度估算等多种基本养殖操作自动化的关键技术。针对目前粘连鱼体识别方法存在准确率低、普适性差等问题,该研究提出了一种基于深度可分离卷积网络的粘连鱼体识别方法。首先采集鱼群图像数据,采用图像处理技术分割出鱼体连通区域图像,构建粘连鱼体识别数据集;其次构建基于深度可分离卷积网络的粘连鱼体识别模型,采用迁移学习方法训练模型;最后基于训练好的模型实现粘连鱼体的识别。在真实的鱼体图像数据集上进行测试,识别准确率达到99.32%。与基于支持向量机（Support Vector Machine, SVM）和基于反向传递神经网络（Back Propagation Neural Network, BPNN）的机器学习方法相比,准确率分别提高了5.46个百分点和32.29个百分点,具有更好的识别性能,可为实现水产养殖自动化、智能化提供支持。