付學(xué)謙，楊菲菲，周亞中，魏中輝

設(shè)施農(nóng)業(yè)能源互聯(lián)網(wǎng)智能預(yù)警理論：評述與展望

付學(xué)謙，楊菲菲，周亞中，魏中輝

（中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院，北京 100083）

農(nóng)業(yè)信息化與電氣化是現(xiàn)代農(nóng)業(yè)發(fā)展的必由之路，建設(shè)能源驅(qū)動的現(xiàn)代設(shè)施農(nóng)業(yè)成為防范農(nóng)業(yè)氣象災(zāi)害的一種有效途徑。然而，農(nóng)業(yè)環(huán)境監(jiān)控系統(tǒng)與供能系統(tǒng)的運(yùn)行和管理相互割裂，無法應(yīng)對溫室停電、農(nóng)電負(fù)荷過載等連鎖風(fēng)險(xiǎn)。因此，該文將農(nóng)業(yè)科學(xué)、信息科學(xué)與電力科學(xué)相關(guān)理論融合，考慮設(shè)施農(nóng)業(yè)環(huán)境、農(nóng)作物和能源系統(tǒng)狀態(tài)，從系統(tǒng)科學(xué)的角度出發(fā)研究人工智能在農(nóng)業(yè)工程和電力工程交叉學(xué)科的應(yīng)用，對基于多源數(shù)據(jù)融合的設(shè)施農(nóng)業(yè)能源互聯(lián)網(wǎng)智能預(yù)警理論進(jìn)行評述與展望。該研究可為保障設(shè)施農(nóng)業(yè)的安全生產(chǎn)，推動智慧農(nóng)業(yè)技術(shù)與農(nóng)業(yè)智能裝備的升級和發(fā)展，實(shí)現(xiàn)農(nóng)業(yè)園區(qū)的信息化和電氣化提供參考。

物聯(lián)網(wǎng)；農(nóng)業(yè)信息化；預(yù)警系統(tǒng)；設(shè)施農(nóng)業(yè)環(huán)境；農(nóng)業(yè)能源互聯(lián)網(wǎng)

0 引 言

能源與農(nóng)業(yè)互聯(lián)是建設(shè)現(xiàn)代農(nóng)業(yè)的必經(jīng)之路，具有顯著的環(huán)保、經(jīng)濟(jì)效益。在電源側(cè)，農(nóng)業(yè)生物質(zhì)能是替換化石能源的戰(zhàn)略舉措，不僅可以降低高污染高耗能化石能源的碳排放，還可以避免秸稈等燃燒造成生態(tài)環(huán)境破壞。在負(fù)荷側(cè)，農(nóng)業(yè)電氣化為農(nóng)業(yè)信息化提供電源，為農(nóng)業(yè)機(jī)械化及其自動化提供動力；電力殺蟲除草制氮等物理防治替代化石防治，避免了對農(nóng)產(chǎn)品和土壤的污染，也是實(shí)現(xiàn)農(nóng)村農(nóng)業(yè)碳中和的重要途徑之一。以“農(nóng)光互補(bǔ)”為代表的新能源與現(xiàn)代農(nóng)業(yè)的產(chǎn)業(yè)融合，一地兩用，具有發(fā)電和農(nóng)業(yè)兩個層面的經(jīng)濟(jì)效益。農(nóng)業(yè)能源互聯(lián)網(wǎng)支持能源與農(nóng)業(yè)產(chǎn)業(yè)融合，可以增加農(nóng)村的收入途徑，推動農(nóng)業(yè)智能裝備升級。能源與農(nóng)業(yè)互聯(lián)是助力鄉(xiāng)村振興的一種工程模式，在技術(shù)上保障農(nóng)業(yè)生產(chǎn)智能化，在經(jīng)濟(jì)上實(shí)現(xiàn)農(nóng)業(yè)和新能源跨界融合盈利，在環(huán)保上實(shí)現(xiàn)農(nóng)業(yè)碳中和。2021年中央一號文件關(guān)于全面推進(jìn)鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的意見之一是實(shí)施鄉(xiāng)村清潔能源建設(shè)工程，加大農(nóng)村電網(wǎng)、微管網(wǎng)供氣系統(tǒng)建設(shè)[1]，為能源與農(nóng)業(yè)互聯(lián)提供了政策支持。

高耗能LED植物工廠、農(nóng)業(yè)大棚在有效避免氣象災(zāi)害的同時，嚴(yán)重依賴可靠的能源供給來調(diào)整設(shè)施農(nóng)業(yè)環(huán)境、開展農(nóng)業(yè)自動化生產(chǎn)。設(shè)施農(nóng)業(yè)人工環(huán)境的調(diào)控需要消耗能源，如溫室的調(diào)濕與降溫、通風(fēng)、供暖都需要能源系統(tǒng)進(jìn)行供能。因此，新能源的不確定性、能源供應(yīng)的不安全會給農(nóng)業(yè)生產(chǎn)帶來安全挑戰(zhàn)。一方面，能源系統(tǒng)的不安全狀態(tài)會破壞設(shè)施農(nóng)業(yè)人工環(huán)境，導(dǎo)致低溫凍害、農(nóng)作物枯死、光照不足等災(zāi)害發(fā)生。2011年2月，北京市通州區(qū)馬駒橋鎮(zhèn)某座蔬菜大棚斷電無法澆水導(dǎo)致菜農(nóng)損失60萬元[2]。另一方面，農(nóng)村電網(wǎng)結(jié)構(gòu)薄弱，灌溉負(fù)荷等農(nóng)電負(fù)荷激增會導(dǎo)致電力設(shè)備過負(fù)荷。現(xiàn)代農(nóng)業(yè)安全生產(chǎn)與能源系統(tǒng)安全運(yùn)行給農(nóng)業(yè)能源互聯(lián)網(wǎng)應(yīng)用落地帶來了雙重挑戰(zhàn)，亟需深化農(nóng)業(yè)能源互聯(lián)網(wǎng)智能預(yù)警理論研究。

現(xiàn)代農(nóng)業(yè)園區(qū)安全運(yùn)營的挑戰(zhàn)在于農(nóng)業(yè)環(huán)境監(jiān)控系統(tǒng)與能源調(diào)度系統(tǒng)相對獨(dú)立，分屬不同公司運(yùn)營和管理，缺少聯(lián)動機(jī)制和統(tǒng)一管控，農(nóng)業(yè)生產(chǎn)和能源系統(tǒng)的聯(lián)動性風(fēng)險(xiǎn)難于防控。此外，農(nóng)業(yè)能源互聯(lián)網(wǎng)智能預(yù)警理論基本屬于空白階段，需要農(nóng)業(yè)工程、計(jì)算機(jī)科學(xué)與技術(shù)、電氣工程學(xué)科交叉融合，如何綜合利用能源調(diào)度系統(tǒng)量測數(shù)據(jù)和農(nóng)業(yè)監(jiān)控?cái)?shù)據(jù)實(shí)現(xiàn)農(nóng)業(yè)和能源的雙重預(yù)警是農(nóng)業(yè)能源互聯(lián)網(wǎng)安全運(yùn)行亟待解決的技術(shù)難題。農(nóng)業(yè)園區(qū)亟待發(fā)展農(nóng)業(yè)能源互聯(lián)網(wǎng)理論，實(shí)現(xiàn)對農(nóng)業(yè)環(huán)境與能源管理系統(tǒng)的協(xié)同控制，保障農(nóng)業(yè)安全生產(chǎn)。

1 研究現(xiàn)狀

框架是首先介紹能源與農(nóng)業(yè)互聯(lián)，其次介紹能源與農(nóng)業(yè)安全關(guān)聯(lián)，最后講述農(nóng)業(yè)生產(chǎn)智能預(yù)警工作。3個內(nèi)容的邏輯關(guān)系是，互聯(lián)造成了協(xié)同安全問題，智能預(yù)警是解決協(xié)同安全的措施之一。農(nóng)業(yè)能源互聯(lián)網(wǎng)智能預(yù)警技術(shù)破解跨界難題的思路如圖1所示。

1. 噴頭 2. 空氣溫濕度傳感器 3. 攝像頭 4. 土壤溫濕度傳感器 5. 智能電表 6. 太陽能光伏板 7. 抽水泵

1.1 互聯(lián)理論

中國鄉(xiāng)村用能規(guī)模顯著增加，然而現(xiàn)有農(nóng)村能源系統(tǒng)協(xié)調(diào)性差、能效低、高碳排放、污染嚴(yán)重，嚴(yán)重阻礙了農(nóng)業(yè)生產(chǎn)集約化、規(guī)?；l(fā)展。以色列農(nóng)業(yè)電氣化水平處于世界先進(jìn)水平，擺脫了水資源和土地對傳統(tǒng)農(nóng)業(yè)的束縛，其先進(jìn)技術(shù)有光伏納濾膜淡化灌溉技術(shù)、全電垂直農(nóng)業(yè)、電力灌溉泵站技術(shù)等[3]。美國農(nóng)業(yè)生物質(zhì)發(fā)電技術(shù)處于世界領(lǐng)先水平，歐洲、北美等國家形成了完整的光伏農(nóng)業(yè)體系，借鑒國外的現(xiàn)代能源農(nóng)業(yè)技術(shù)有助于中國實(shí)現(xiàn)“新農(nóng)業(yè)”與“新能源”協(xié)同發(fā)展，助力農(nóng)村大振興[4]。在能源互聯(lián)網(wǎng)的時代背景下，為推動農(nóng)業(yè)生產(chǎn)向低碳化、智能化、集約化轉(zhuǎn)型，亟需發(fā)展園區(qū)農(nóng)業(yè)能源互聯(lián)網(wǎng)[5]。新能源發(fā)電出力和現(xiàn)代農(nóng)業(yè)生產(chǎn)能耗受天氣影響大，能源氣象和農(nóng)業(yè)氣象對農(nóng)業(yè)園區(qū)具有雙重影 響[6]。考慮到現(xiàn)代農(nóng)業(yè)園區(qū)地高耗能和負(fù)荷可轉(zhuǎn)移地特征，設(shè)施農(nóng)業(yè)園區(qū)可以作為消納風(fēng)光新能源的重要途 徑[7]。能源與農(nóng)業(yè)的互聯(lián)不僅表現(xiàn)為能源為農(nóng)業(yè)提供電力、熱力和動力，農(nóng)業(yè)能源系統(tǒng)中的碳循環(huán)技術(shù)成為實(shí)現(xiàn)農(nóng)業(yè)碳中和的重要途徑之一[8]。新能源系統(tǒng)與現(xiàn)代農(nóng)業(yè)的互聯(lián)協(xié)同運(yùn)作效果顯著，實(shí)現(xiàn)了廢棄物到能源的轉(zhuǎn)換和農(nóng)業(yè)生產(chǎn)的可持續(xù)發(fā)展[9]。

綜上，農(nóng)業(yè)生物質(zhì)發(fā)電技術(shù)成熟，新能源與農(nóng)業(yè)融合已經(jīng)實(shí)現(xiàn)了工程應(yīng)用，然而尚沒有形成農(nóng)業(yè)能源互聯(lián)網(wǎng)理論體系，新能源電力如何推動實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)碳達(dá)峰、碳中和仍處于初步研究階段。

1.2 安全關(guān)聯(lián)

能源和農(nóng)業(yè)的協(xié)同安全已經(jīng)引起了國內(nèi)外學(xué)者的關(guān)注。付學(xué)謙等[10]對農(nóng)業(yè)園區(qū)能源互聯(lián)網(wǎng)的在線安全分析做出了展望，為農(nóng)業(yè)園區(qū)能源互聯(lián)網(wǎng)安全預(yù)警智能化提供了理論基礎(chǔ)。Fu等[11]考慮到天氣變化對農(nóng)業(yè)生產(chǎn)和新能源發(fā)電的影響，給出了天氣變化對農(nóng)業(yè)能源互聯(lián)網(wǎng)安全運(yùn)行影響的量化模型。周亞中等[12]考慮了一地兩用帶來的農(nóng)作物和光伏爭光問題，建立了光伏大棚的空間耦合模型，并對極端天氣下的農(nóng)業(yè)能源網(wǎng)絡(luò)安全情況進(jìn)行了仿真和分析。Zhang等[13]對水-能源-糧食的耦合系統(tǒng)進(jìn)行建模，研究了灌溉成本和作物產(chǎn)量平衡問題。Purwanto等[14]探究了水-能源-糧食-人口-經(jīng)濟(jì)-生態(tài)系統(tǒng)耦合系統(tǒng)之間相互影響關(guān)系。Putra等[15]利用數(shù)據(jù)統(tǒng)計(jì)的方法研究了影響水-能源-糧食安全關(guān)系的指標(biāo)。Mohammadpour 等[16]基于數(shù)據(jù)統(tǒng)計(jì)研究了一種量化水-能源-糧食安全性的方法。此外，Chiara等[17]研究發(fā)現(xiàn)，電力供應(yīng)是否安全會對糧食生產(chǎn)產(chǎn)生直接影響。

綜上，國外的研究從宏觀的角度分析了水-能源-糧食的關(guān)聯(lián)關(guān)系，為相關(guān)農(nóng)業(yè)和能源政策制定提供了決策信息，并不支持具體實(shí)際工程的落地。國內(nèi)的研究以現(xiàn)代農(nóng)業(yè)園區(qū)為研究對象，考慮了能源系統(tǒng)和農(nóng)業(yè)生產(chǎn)的連鎖風(fēng)險(xiǎn)，實(shí)現(xiàn)了能源系統(tǒng)安全的仿真分析，然而尚未形成系統(tǒng)化的農(nóng)業(yè)安全量化分析方法。

1.3 智能預(yù)警

智能預(yù)警關(guān)系到設(shè)施環(huán)境安全，是農(nóng)業(yè)工程領(lǐng)域關(guān)注的焦點(diǎn)問題。感知數(shù)據(jù)與數(shù)據(jù)建模是農(nóng)業(yè)智能預(yù)警的實(shí)現(xiàn)的關(guān)鍵。Hu等[18]提出一種基于最優(yōu)融合集的多傳感器數(shù)據(jù)融合算法。苑進(jìn)等[19]將高斯過程用于農(nóng)業(yè)感知數(shù)據(jù)質(zhì)量控制，結(jié)合自回歸模型，提出動態(tài)時間序列的缺值預(yù)測和野值度量方法。Silva等[20]提出多層數(shù)據(jù)融合架構(gòu)以提高傳感器精度。金瑞等[21]融合流形學(xué)習(xí)算法降維的光譜維信息和經(jīng)連續(xù)投影算法優(yōu)選的圖像維信息，以豐富感知數(shù)據(jù)信息。段青玲等[22]提出一種畜禽養(yǎng)殖物聯(lián)網(wǎng)異構(gòu)數(shù)據(jù)融合模型。高榮華等[23]結(jié)合專家知識和集成學(xué)習(xí)方法，融合結(jié)構(gòu)化環(huán)境參數(shù)與非結(jié)構(gòu)化圖像特征，構(gòu)建多結(jié)構(gòu)病害特征最優(yōu)組合模型。Yang等[24]結(jié)合基礎(chǔ)預(yù)測模型、預(yù)警理論和植保產(chǎn)品風(fēng)險(xiǎn)分析，建立溫室作物病害發(fā)生預(yù)警模型。Vanthoor等[25]和Ma等[26]構(gòu)建氣候模擬模型，可準(zhǔn)確預(yù)測溫室內(nèi)溫度、蒸氣壓、二氧化碳濃度和溫度、光照輻射。Taewon等[27]發(fā)現(xiàn)遷移學(xué)習(xí)可用于適應(yīng)深度學(xué)習(xí)模型，利用較少數(shù)據(jù)預(yù)測溫室小氣候。楊亮等[28]提出基于經(jīng)驗(yàn)?zāi)B(tài)分解和長短時記憶神經(jīng)網(wǎng)絡(luò)的豬舍氨氣濃度預(yù)測模型，較局部回歸網(wǎng)絡(luò)等模型預(yù)測精度更高。秦琳琳等[29]基于遺忘因子遞推最小二乘法辨識模型參數(shù)，提出基于切換系統(tǒng)的溫室建模與預(yù)測控制方法。Su等[30]結(jié)合代數(shù)擬合技術(shù)、時間序列函數(shù)、最小二乘優(yōu)化算法，提出一種離散時間的溫室氣候模型以控制溫室環(huán)境。程曼等[31]結(jié)合全局變量、神經(jīng)網(wǎng)絡(luò)，解決了溫室控制中的大滯后、大慣性問題。現(xiàn)有農(nóng)業(yè)設(shè)施環(huán)境的預(yù)警多采用人工智能模型，可以有效應(yīng)對農(nóng)業(yè)設(shè)施環(huán)境復(fù)雜多變的特點(diǎn)。

農(nóng)業(yè)智能預(yù)警通常結(jié)合物聯(lián)網(wǎng)、人工智能、專家系統(tǒng)、知識庫、推理機(jī)等技術(shù)實(shí)現(xiàn)。Wang等[32]結(jié)合物聯(lián)網(wǎng)、人工智能識別和云計(jì)算技術(shù)，構(gòu)建溫室種植預(yù)警監(jiān)測系統(tǒng)，實(shí)時監(jiān)測作物生長狀態(tài)和環(huán)境并進(jìn)行自動控制。孫治貴等[33]基于云計(jì)算、物聯(lián)網(wǎng)、移動互聯(lián)技術(shù)，結(jié)合關(guān)聯(lián)規(guī)則、數(shù)據(jù)挖掘和專家知識決策方法，開發(fā)設(shè)施農(nóng)業(yè)氣象災(zāi)害預(yù)警及決策系統(tǒng)。孟超英等[34]結(jié)合分布式物聯(lián)網(wǎng)、傳感器和云計(jì)算技術(shù)，建立考慮異構(gòu)數(shù)據(jù)集成等需求的蛋雞舍設(shè)施養(yǎng)殖智能監(jiān)測系統(tǒng)。Aiello等[35]建立基于多傳感器數(shù)據(jù)融合的可持續(xù)溫室管理決策支持系統(tǒng)。任延昭等[36]結(jié)合物聯(lián)網(wǎng)、云服務(wù)和差分時間序列模型，建立基于微信平臺的溫室環(huán)境監(jiān)測與溫度預(yù)測系統(tǒng)，實(shí)現(xiàn)數(shù)據(jù)采集端的輕量化與可移動性，且精度較高。Li等[37]基于氣象災(zāi)害預(yù)警模型概念，建立基于瀏覽器/服務(wù)器架構(gòu)和移動互聯(lián)網(wǎng)的氣象風(fēng)險(xiǎn)管理系統(tǒng)，為日光溫室提供大規(guī)模、長期、可擴(kuò)展的精準(zhǔn)農(nóng)業(yè)服務(wù)。設(shè)施農(nóng)業(yè)環(huán)境智能預(yù)警依托農(nóng)業(yè)物聯(lián)網(wǎng)，由傳感器、物聯(lián)網(wǎng)、計(jì)算平臺組成的監(jiān)控系統(tǒng)成為設(shè)施農(nóng)業(yè)環(huán)境安全調(diào)控的硬件基礎(chǔ)。

農(nóng)業(yè)電網(wǎng)對現(xiàn)代化農(nóng)業(yè)生產(chǎn)安全運(yùn)行至關(guān)重要，但普遍缺乏智能預(yù)警功能。別朝紅等[38]立足于能源轉(zhuǎn)型下的新能源電力系統(tǒng)，闡述了新能源電力系統(tǒng)安全風(fēng)險(xiǎn)預(yù)警的迫切性。Fu等[39]研究了天氣對配電網(wǎng)靜態(tài)電壓穩(wěn)定指數(shù)和電壓偏差的影響。甘瑞研等[40]結(jié)合電壓穩(wěn)定指標(biāo)，研究了風(fēng)電并網(wǎng)對電壓安全穩(wěn)定性的影響。姜明軍等[41]對有儲能接入的清潔能源并網(wǎng)電力系統(tǒng)進(jìn)行了安全風(fēng)險(xiǎn)量化?；矢Τ傻萚42]提出一種考慮電力系統(tǒng)頻率安全的可再生能源接入極限評估方法。向德軍等[43]提出了一種基于人工神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)精細(xì)化安全運(yùn)行規(guī)則生成方法。Rabiee等[44]研究了綠色氫能對電力系統(tǒng)安全的影響，建立了安全約束多時段最優(yōu)潮流模型。林曉煌等[45]對慣性安全域的概念進(jìn)行了定性描述和定量分析，從而輔助建立低慣量預(yù)警機(jī)制，提高系統(tǒng)頻率穩(wěn)定性。劉柳等[46]基于能量樞紐管線出口負(fù)荷，提出了面向區(qū)域綜合能源系統(tǒng)的安全域模型。潘昭光等[47]提出多能流靜態(tài)安全分析方法，用于能源互聯(lián)網(wǎng)。

綜上，現(xiàn)有研究在植物表型信息監(jiān)控分析方面技術(shù)成熟、設(shè)施環(huán)境參數(shù)監(jiān)控系統(tǒng)開發(fā)已經(jīng)運(yùn)用到了實(shí)際的農(nóng)業(yè)園區(qū)中。然而，現(xiàn)有的農(nóng)業(yè)環(huán)境監(jiān)控理論將農(nóng)業(yè)園區(qū)能源系統(tǒng)作為絕對安全可靠的電源，沒有考慮到能源系統(tǒng)的斷電風(fēng)險(xiǎn)，無法應(yīng)對能源系統(tǒng)安全問題帶來的設(shè)施農(nóng)業(yè)環(huán)境破壞問題。

2 關(guān)鍵技術(shù)

2.1 相關(guān)理論基礎(chǔ)

農(nóng)業(yè)物聯(lián)網(wǎng)基于對農(nóng)作物環(huán)境、生理參數(shù)進(jìn)行監(jiān)測、傳輸與分析，得出調(diào)控命令并執(zhí)行以實(shí)現(xiàn)農(nóng)田精細(xì)化、智能化、自動化管理[48]。農(nóng)業(yè)能源互聯(lián)網(wǎng)是能源互聯(lián)網(wǎng)與現(xiàn)代農(nóng)業(yè)的融合體，根據(jù)農(nóng)業(yè)和能源的動態(tài)關(guān)系，實(shí)現(xiàn)能源系統(tǒng)和農(nóng)業(yè)生產(chǎn)的深層次耦合優(yōu)化[10]。農(nóng)業(yè)能源互聯(lián)網(wǎng)融合交叉農(nóng)業(yè)科學(xué)、電力科學(xué)和信息科學(xué)，集成農(nóng)業(yè)物聯(lián)網(wǎng)、電力物聯(lián)網(wǎng)和能源互聯(lián)網(wǎng)等關(guān)鍵技術(shù)，是農(nóng)業(yè)信息化和能源互聯(lián)網(wǎng)的重要發(fā)展方向之一。電源側(cè)以新能源為主體，負(fù)荷側(cè)裝備大量高耗能的農(nóng)業(yè)智能裝備；在物理側(cè)，農(nóng)業(yè)園區(qū)能源系統(tǒng)和設(shè)施農(nóng)業(yè)人工環(huán)境交互影響；在信息側(cè)，農(nóng)業(yè)物聯(lián)網(wǎng)和電力物聯(lián)網(wǎng)集成，實(shí)現(xiàn)農(nóng)業(yè)與能源信息資源共享。農(nóng)業(yè)能源互聯(lián)網(wǎng)與農(nóng)業(yè)物聯(lián)網(wǎng)的顯著區(qū)別有2點(diǎn)：1）農(nóng)業(yè)能源互聯(lián)網(wǎng)包括物理層和信息側(cè)兩個方面的技術(shù)，物理層實(shí)現(xiàn)多能源與農(nóng)業(yè)生產(chǎn)耦合優(yōu)化，信息側(cè)實(shí)現(xiàn)對物理環(huán)境的感知和控制；農(nóng)業(yè)物聯(lián)網(wǎng)是個農(nóng)業(yè)信息化工程技術(shù)，側(cè)重信息側(cè)而非物理層。2）農(nóng)業(yè)能源互聯(lián)網(wǎng)信息側(cè)不僅接入了農(nóng)業(yè)物聯(lián)網(wǎng)感知層的信息，尤其是和能源消耗有關(guān)的信息，還需要接入電力物聯(lián)網(wǎng)感知層的信息。

設(shè)施農(nóng)業(yè)與能源系統(tǒng)交互影響示意圖如圖2所示，主要包括農(nóng)業(yè)園區(qū)能源系統(tǒng)和設(shè)施農(nóng)業(yè)人工環(huán)境兩部分。在農(nóng)業(yè)園區(qū)內(nèi)有集群的光伏溫室，含有高比例新能源和熱電聯(lián)產(chǎn)機(jī)組；溫室內(nèi)配有補(bǔ)光燈、散熱器、水泵等設(shè)施農(nóng)業(yè)環(huán)境調(diào)控設(shè)備，通過光伏板、熱電聯(lián)產(chǎn)機(jī)組的能量輸入來改善設(shè)施農(nóng)業(yè)的光環(huán)境、熱環(huán)境以及水環(huán)境。不同類型的調(diào)控設(shè)備會對能源系統(tǒng)和農(nóng)業(yè)系統(tǒng)產(chǎn)生不同的影響。

設(shè)施農(nóng)業(yè)與能源系統(tǒng)交互影響體現(xiàn)在碳循環(huán)、能源耦合、空間耦合等多個層面[10]，具體機(jī)理如下：1）碳循環(huán)表現(xiàn)在發(fā)電廠產(chǎn)生二氧化碳，富碳農(nóng)業(yè)將二氧化碳作為氣肥用于農(nóng)業(yè)生產(chǎn)。2）能源耦合表現(xiàn)在農(nóng)業(yè)生產(chǎn)活動消耗能源，農(nóng)業(yè)廢棄物可以轉(zhuǎn)化為生物質(zhì)能源。需要注意的是設(shè)施農(nóng)業(yè)消耗多品種能源，農(nóng)業(yè)生產(chǎn)自動化和設(shè)施農(nóng)業(yè)環(huán)境調(diào)控需要能源系統(tǒng)提供電能、動能和熱能。3）空間耦合表現(xiàn)在一地兩用，板上光伏發(fā)電與板下農(nóng)業(yè)種植的模式使得新能源與農(nóng)業(yè)在物理空間共存，光伏板的布置方案對光伏發(fā)電量和透光率產(chǎn)生重要影響。

圖2 設(shè)施農(nóng)業(yè)與能源系統(tǒng)交互影響示意圖

2.2 智能預(yù)警理論體系

農(nóng)業(yè)能源互聯(lián)網(wǎng)智能預(yù)警理論研究了農(nóng)業(yè)科學(xué)、信息科學(xué)、電力科學(xué)融合交叉的基礎(chǔ)科學(xué)問題，以農(nóng)業(yè)能源互聯(lián)網(wǎng)為研究對象，充分挖掘環(huán)境傳感器、農(nóng)業(yè)感官傳感器和能源表計(jì)量測數(shù)據(jù)中的風(fēng)險(xiǎn)信息，采用信息守恒、信息互補(bǔ)、多源異構(gòu)數(shù)據(jù)融合、模型與數(shù)據(jù)融合驅(qū)動、關(guān)聯(lián)規(guī)則挖掘算法等信息科學(xué)理論實(shí)現(xiàn)對設(shè)施農(nóng)業(yè)和能源系統(tǒng)的智能預(yù)警。農(nóng)業(yè)能源互聯(lián)網(wǎng)智能預(yù)警理論體系示意圖如圖3所示。

2.2.1 現(xiàn)有進(jìn)展

已有的智能預(yù)警理論和方法以農(nóng)業(yè)信息化、電氣工程各個分支領(lǐng)域中的具體預(yù)警問題為研究對象，相關(guān)研究成果較為成熟，包括：1）植物表型監(jiān)測技術(shù)、2）設(shè)施農(nóng)業(yè)環(huán)境因子監(jiān)測技術(shù)、3）能源系統(tǒng)靜態(tài)安全分析技術(shù)。農(nóng)業(yè)能源互聯(lián)網(wǎng)理論是農(nóng)業(yè)電氣化與自動化的發(fā)展趨勢，作為電氣與農(nóng)業(yè)工程的交叉學(xué)科，需要實(shí)現(xiàn)能源系統(tǒng)和農(nóng)業(yè)系統(tǒng)兩個方面的預(yù)警，保障農(nóng)業(yè)智能裝備的能源供應(yīng)和安全運(yùn)行。

2.2.2 關(guān)鍵問題及難點(diǎn)

農(nóng)業(yè)能源互聯(lián)網(wǎng)智能預(yù)警的關(guān)鍵問題是如何融合多源傳感器數(shù)據(jù)，實(shí)現(xiàn)設(shè)施農(nóng)業(yè)環(huán)境因子預(yù)警與農(nóng)業(yè)能源系統(tǒng)靜態(tài)安全預(yù)警。多源傳感器包含了環(huán)境傳感器、農(nóng)業(yè)感官傳感器和能源表計(jì)3個方面。環(huán)境傳感器、農(nóng)業(yè)感官傳感器數(shù)據(jù)需要融合的依據(jù)在于，不同的農(nóng)作物品種及生長期對環(huán)境因子要求不同，不能脫離農(nóng)作物狀態(tài)評估設(shè)施農(nóng)業(yè)環(huán)境能否滿足植物正常生長的需求，需要結(jié)合植物表型信息判斷環(huán)境因子的安全性。能源安全運(yùn)行狀態(tài)關(guān)系著農(nóng)業(yè)裝備的正常運(yùn)行，現(xiàn)代農(nóng)業(yè)能耗高也考驗(yàn)著電網(wǎng)的承載能力，需要結(jié)合農(nóng)業(yè)和能源的數(shù)據(jù)去判斷總體的安全情況。

圖3 農(nóng)業(yè)能源互聯(lián)網(wǎng)智能預(yù)警理論體系

農(nóng)業(yè)能源互聯(lián)網(wǎng)智能預(yù)警的難點(diǎn)是能源數(shù)據(jù)與農(nóng)業(yè)數(shù)據(jù)無法直接融合，突破農(nóng)業(yè)和能源源傳感器信息融合技術(shù)成為實(shí)現(xiàn)農(nóng)業(yè)能源互聯(lián)網(wǎng)智能預(yù)警的關(guān)鍵。破解以上難題可以從以下兩個方面開展工作：1）能源系統(tǒng)的承載能力化為設(shè)施農(nóng)業(yè)環(huán)境可調(diào)控范圍，簡言之就是把能源信息轉(zhuǎn)換為農(nóng)業(yè)信息，實(shí)現(xiàn)這個過程需要完成農(nóng)業(yè)設(shè)施與裝備能耗的建模。融合設(shè)施環(huán)境信息、植物表型信息、設(shè)施農(nóng)業(yè)環(huán)境可調(diào)控范圍信息，能夠?qū)崿F(xiàn)設(shè)施農(nóng)業(yè)環(huán)境因子智能預(yù)警。2）將設(shè)施農(nóng)業(yè)環(huán)境的調(diào)控需求轉(zhuǎn)化為能耗預(yù)測，簡言之就是預(yù)測設(shè)施農(nóng)業(yè)的能源需求；農(nóng)業(yè)生產(chǎn)負(fù)荷是一種獨(dú)特的氣象敏感負(fù)荷，負(fù)荷過大會考驗(yàn)?zāi)茉聪到y(tǒng)的供應(yīng)能力。融合農(nóng)業(yè)生產(chǎn)能源需求信息、能源表計(jì)量測信息，能夠?qū)崿F(xiàn)農(nóng)業(yè)能源系統(tǒng)靜態(tài)安全預(yù)警。

2.2.3 研究展望

由研究現(xiàn)狀可知，工業(yè)/城市能源系統(tǒng)預(yù)警與設(shè)施農(nóng)業(yè)預(yù)警都較為成熟，而農(nóng)業(yè)能源系統(tǒng)預(yù)警的研究仍處于空白領(lǐng)域，如何兼顧農(nóng)作物安全生長和能源系統(tǒng)安全運(yùn)行的需求成為未來農(nóng)業(yè)生產(chǎn)管理的重要議題。為滿足設(shè)施農(nóng)業(yè)環(huán)境和園區(qū)能源系統(tǒng)的協(xié)同安全需求，亟需深化農(nóng)業(yè)能源互聯(lián)網(wǎng)智能預(yù)警理論研究，未來研究方向涉及以下3個方面的研究工作：1）農(nóng)業(yè)能源系統(tǒng)預(yù)警方法；2）農(nóng)業(yè)能源系統(tǒng)風(fēng)險(xiǎn)傳播機(jī)理；3）基于能源農(nóng)業(yè)數(shù)據(jù)融合的預(yù)警方法。具體如圖4所示。

農(nóng)業(yè)能源互聯(lián)網(wǎng)中的農(nóng)業(yè)預(yù)警方向與農(nóng)業(yè)物聯(lián)網(wǎng)、農(nóng)業(yè)大數(shù)據(jù)等中的農(nóng)業(yè)預(yù)警有顯著的不同，具體包括：1）研究對象不同，農(nóng)業(yè)物聯(lián)網(wǎng)、農(nóng)業(yè)大數(shù)據(jù)等中的農(nóng)業(yè)預(yù)警研究對象包括大田、設(shè)施農(nóng)業(yè)、植物工廠等，對農(nóng)業(yè)電氣化水平無硬性要求；農(nóng)業(yè)能源互聯(lián)網(wǎng)研究對象為現(xiàn)代農(nóng)業(yè)園區(qū)，不僅包含高耗能的大棚和植物工廠等設(shè)施農(nóng)業(yè)還包括園區(qū)內(nèi)的能源系統(tǒng)，要求具有較高的農(nóng)業(yè)電氣化水平。2）技術(shù)應(yīng)用途徑不同，農(nóng)業(yè)物聯(lián)網(wǎng)、農(nóng)業(yè)大數(shù)據(jù)等中的農(nóng)業(yè)預(yù)警不僅可為具體的設(shè)施農(nóng)業(yè)提供預(yù)警還可以為一個大的區(qū)域的農(nóng)業(yè)生產(chǎn)提供氣象災(zāi)害預(yù)警。農(nóng)業(yè)能源互聯(lián)網(wǎng)預(yù)警的途徑是為了保障農(nóng)業(yè)園區(qū)能源系統(tǒng)安全調(diào)度運(yùn)行，并為設(shè)施農(nóng)業(yè)環(huán)境調(diào)控提供決策信息。

1. 智能電表 2. 燃?xì)獗?3. 熱量表 4. 光照度傳感器 5. 積光儀 6. 日照時數(shù)傳感器 7. 光合有效輻射儀 8. 空氣溫度傳感器 9. 積溫儀 10. 土壤溫度傳感器 11. 空氣濕度傳感器 12. 土壤水分傳感器 13. 二氧化碳傳感器 14 大氣壓力傳感器 15. 風(fēng)速風(fēng)向傳感器 16. 攝像頭 17. RGB相機(jī) 18. 深度相機(jī) 19. 三維激光掃描儀 20. 成像光譜儀 21. 熒光成像儀

1）農(nóng)業(yè)能源系統(tǒng)預(yù)警方法

研究農(nóng)業(yè)規(guī)?；s化生產(chǎn)的能源消耗特點(diǎn)，建立農(nóng)業(yè)用能負(fù)荷預(yù)測模型。研究熱、電、氣等異質(zhì)能源數(shù)據(jù)的融合方法，建立熱網(wǎng)、電網(wǎng)、氣網(wǎng)耦合的園區(qū)能源系統(tǒng)綜合狀態(tài)估計(jì)模型。建立基于深度學(xué)習(xí)模型的供電安全裕度預(yù)警模型，輸入為能源系統(tǒng)運(yùn)行狀態(tài)估計(jì)信息、新能源發(fā)電預(yù)測信息、農(nóng)業(yè)負(fù)荷預(yù)測信息，輸出為未來時間段的供電安全裕度等能源系統(tǒng)安全預(yù)警指標(biāo)信息。農(nóng)業(yè)能源系統(tǒng)預(yù)警方法示意圖見圖5。

圖5 農(nóng)業(yè)能源系統(tǒng)預(yù)警方法

如圖5所示，結(jié)合異質(zhì)能源數(shù)據(jù)融合和基于深度學(xué)習(xí)的安全裕度預(yù)測等技術(shù)：1）建立考慮熱網(wǎng)、電網(wǎng)、氣網(wǎng)耦合的穩(wěn)態(tài)模型，提出基于偽量測建模的狀態(tài)估計(jì)方法，解決實(shí)時量測數(shù)據(jù)不足的問題。農(nóng)業(yè)綜合供能系統(tǒng)狀態(tài)估計(jì)是模型驅(qū)動的方法，實(shí)現(xiàn)熱、電、氣異質(zhì)能源數(shù)據(jù)的融合，得到了能源系統(tǒng)的當(dāng)前運(yùn)行狀態(tài)。2）建立新能源發(fā)電和農(nóng)業(yè)負(fù)荷的預(yù)測模型。新能源發(fā)電預(yù)測建模采用數(shù)據(jù)驅(qū)動方法；農(nóng)業(yè)負(fù)荷預(yù)測建模采用模型驅(qū)動的方法，充分考慮設(shè)施農(nóng)業(yè)環(huán)境調(diào)控對集約化農(nóng)業(yè)生產(chǎn)能耗的影響。3）考慮農(nóng)業(yè)供能系統(tǒng)當(dāng)前運(yùn)行狀態(tài)、新能源發(fā)電量變化趨勢、集約化農(nóng)業(yè)負(fù)荷變化趨勢對熱網(wǎng)、電網(wǎng)、氣網(wǎng)靜態(tài)安全的影響，建立基于深度學(xué)習(xí)網(wǎng)絡(luò)的供能安全裕度預(yù)測模型。農(nóng)業(yè)綜合供能系統(tǒng)具有非線性相關(guān)性，采用堆疊自動編碼器提取深度特征實(shí)現(xiàn)安全裕度的回歸預(yù)測，發(fā)現(xiàn)能源網(wǎng)絡(luò)未來運(yùn)行中的薄弱環(huán)節(jié)，保證規(guī)?；r(nóng)業(yè)用能需求。

2）農(nóng)業(yè)能源系統(tǒng)風(fēng)險(xiǎn)傳播機(jī)理

以設(shè)施農(nóng)業(yè)環(huán)境為研究對象，研究能源系統(tǒng)供電裕度、供熱裕度對設(shè)施農(nóng)業(yè)人工環(huán)境調(diào)控與農(nóng)作物安全生長的影響。以農(nóng)業(yè)園區(qū)能源系統(tǒng)為研究對象，研究設(shè)施農(nóng)業(yè)規(guī)模化、集約化生產(chǎn)對農(nóng)業(yè)園區(qū)能源系統(tǒng)安全運(yùn)行的影響?；谵r(nóng)業(yè)和能源系統(tǒng)的風(fēng)險(xiǎn)傳播機(jī)理，建立風(fēng)險(xiǎn)聯(lián)動性分析模型，量化設(shè)施農(nóng)業(yè)環(huán)境調(diào)控與綜合供能系統(tǒng)運(yùn)行的交互影響。農(nóng)業(yè)能源系統(tǒng)風(fēng)險(xiǎn)傳播機(jī)理示意圖見圖6。

圖6 農(nóng)業(yè)能源系統(tǒng)風(fēng)險(xiǎn)傳播機(jī)理

如圖6所示，結(jié)合交互影響機(jī)理建模和預(yù)想事故集生成等技術(shù)：1）建立設(shè)施農(nóng)業(yè)能耗模型，分析綜合供能系統(tǒng)運(yùn)行狀態(tài)對設(shè)施農(nóng)業(yè)人工環(huán)境調(diào)控的影響機(jī)理，實(shí)現(xiàn)能源系統(tǒng)風(fēng)險(xiǎn)轉(zhuǎn)變?yōu)樵O(shè)施農(nóng)業(yè)風(fēng)險(xiǎn)的仿真模擬。2）分析農(nóng)業(yè)規(guī)模化生產(chǎn)對綜合供能系統(tǒng)安全運(yùn)行的影響機(jī)理，實(shí)現(xiàn)農(nóng)業(yè)負(fù)荷擾動轉(zhuǎn)變?yōu)楣┠芟到y(tǒng)運(yùn)行風(fēng)險(xiǎn)的仿真模擬。綜合供能系統(tǒng)靜態(tài)安全風(fēng)險(xiǎn)評估指標(biāo)包括：靜態(tài)電壓穩(wěn)定性、電壓越限、氣網(wǎng)靜態(tài)氣壓穩(wěn)定指標(biāo)等。3）充分考慮農(nóng)業(yè)生產(chǎn)安全事故和能源系統(tǒng)預(yù)想事故，建立風(fēng)險(xiǎn)聯(lián)動性分析模型。分析設(shè)施農(nóng)業(yè)安全指標(biāo)變化對能源系統(tǒng)安全指標(biāo)變化的影響機(jī)理，實(shí)現(xiàn)農(nóng)業(yè)風(fēng)險(xiǎn)和能源風(fēng)險(xiǎn)的交互影響的模擬仿真。

3）基于能源農(nóng)業(yè)數(shù)據(jù)融合的預(yù)警方法

研究植物表型識別等農(nóng)業(yè)感官分析方法，建立植物表型信息與生長狀態(tài)關(guān)聯(lián)的數(shù)據(jù)驅(qū)動模型，該模型的輸入是植物表型信息，輸出是農(nóng)作物生理狀態(tài)信息。研究環(huán)境傳感器信息融合方法，實(shí)現(xiàn)農(nóng)業(yè)環(huán)境因子的特征級融合。建立考慮溫室調(diào)控能耗的環(huán)境預(yù)測模型，實(shí)現(xiàn)能源與農(nóng)業(yè)環(huán)境的數(shù)據(jù)融合，能夠?qū)υO(shè)施環(huán)境因子進(jìn)行預(yù)測。建立農(nóng)作物生長狀態(tài)預(yù)警模型，該模型的輸入是設(shè)施環(huán)境因子預(yù)測信息，輸出是農(nóng)作物生理狀態(tài)預(yù)測信息?；谀茉崔r(nóng)業(yè)數(shù)據(jù)融合的預(yù)警方法示意圖見圖7。

圖7 基于能源農(nóng)業(yè)數(shù)據(jù)融合的預(yù)警方法

如圖7所示，結(jié)合農(nóng)業(yè)視覺分析和基于深度學(xué)習(xí)的作物生理狀態(tài)預(yù)測等技術(shù)：1）建立植物表型信息與作物生理狀態(tài)相關(guān)聯(lián)的數(shù)據(jù)驅(qū)動模型。模型的輸入為圖像數(shù)據(jù)，輸出為作物生理狀態(tài)。2）建立設(shè)施環(huán)境因子與作物生理狀態(tài)相關(guān)聯(lián)的農(nóng)業(yè)預(yù)警模型。深度學(xué)習(xí)模型的輸入為設(shè)施環(huán)境因子的時間序列信息，輸出為作物生理狀態(tài)的時間序列信息?？紤]不同的設(shè)施環(huán)境因子可造成相同的農(nóng)作物生理性危害，在進(jìn)行特征提取時，深度神經(jīng)網(wǎng)絡(luò)中得的輸入層和隱含層劃分成多個模塊，沒有權(quán)重的連接，使得不同設(shè)施環(huán)境因子的影響?yīng)毩⒌倪M(jìn)行計(jì)算，在最后一層的隱含層對設(shè)施環(huán)境特征進(jìn)行深度提取，實(shí)現(xiàn)對農(nóng)作物生理狀態(tài)預(yù)測。3）基于設(shè)施農(nóng)業(yè)與能源系統(tǒng)的交互影響機(jī)理建立設(shè)施環(huán)境因子預(yù)測模型，實(shí)現(xiàn)能源量測與環(huán)境傳感器數(shù)據(jù)的融合。光環(huán)境預(yù)測模型考慮室外光環(huán)境、補(bǔ)光燈耗電量對溫室內(nèi)光環(huán)境影響；熱環(huán)境預(yù)測模型考慮光照、散熱器熱力消耗、歷史熱環(huán)境對未來熱環(huán)境影響；水環(huán)境預(yù)測模型考慮溫度、水泵耗電量、歷史水環(huán)境對未來水環(huán)境影響。農(nóng)業(yè)預(yù)警方法融合了能源與農(nóng)業(yè)數(shù)據(jù)，通過預(yù)測的設(shè)施環(huán)境因子來計(jì)算未來的農(nóng)作物生長狀態(tài)。

值得注意的是，農(nóng)業(yè)能源互聯(lián)網(wǎng)預(yù)警可分解為設(shè)施農(nóng)業(yè)和能源系統(tǒng)兩部分，設(shè)施農(nóng)業(yè)預(yù)警和能源系統(tǒng)預(yù)警對時間與空間尺度的需求不同。農(nóng)作物產(chǎn)生安全問題的時間尺度跨度大，一般為小時級或日級別[10]；能源系統(tǒng)的不同能流網(wǎng)絡(luò)對安全風(fēng)險(xiǎn)的響應(yīng)也表現(xiàn)為不同的形式，如電網(wǎng)中電能以光速傳播[49-50]、供熱網(wǎng)絡(luò)中流體壓力以聲速傳播[51]、流體溫度以分鐘級或小時級傳播[52]。因此，農(nóng)業(yè)能源互聯(lián)網(wǎng)預(yù)警需要具備秒級、小時級、日級等多時間尺度特點(diǎn)?？紤]農(nóng)業(yè)能源互聯(lián)網(wǎng)的集約化生產(chǎn)特點(diǎn)，農(nóng)業(yè)能源互聯(lián)網(wǎng)的空間預(yù)警尺度為現(xiàn)代化農(nóng)業(yè)產(chǎn)業(yè)園區(qū)。能源側(cè)主要考慮分布式電源、熱電聯(lián)產(chǎn)機(jī)組等供能設(shè)備以及電網(wǎng)、熱網(wǎng)、氣網(wǎng)等能源網(wǎng)絡(luò)；負(fù)荷側(cè)考慮設(shè)施農(nóng)業(yè)的現(xiàn)代化植物工廠、全控溫室等[6]。

3 結(jié) 語

隨著能源互聯(lián)網(wǎng)與現(xiàn)代農(nóng)業(yè)交叉融合的趨勢日益明顯，農(nóng)業(yè)能源互聯(lián)網(wǎng)成為智慧農(nóng)業(yè)發(fā)展的趨勢之一，它支持發(fā)展新能源產(chǎn)業(yè)，賦能現(xiàn)代農(nóng)業(yè)，是實(shí)現(xiàn)鄉(xiāng)村振興的新動力。目前，設(shè)施農(nóng)業(yè)安全生產(chǎn)與能源系統(tǒng)安全運(yùn)行給農(nóng)業(yè)能源互聯(lián)網(wǎng)應(yīng)用落地帶來了雙重挑戰(zhàn)，亟需深化農(nóng)業(yè)能源互聯(lián)網(wǎng)智能預(yù)警理論研究。為滿足上述需求，本文提出以下3個簡要思路：1）針對農(nóng)業(yè)集約化生產(chǎn)對供能安全的需要，研究農(nóng)業(yè)能源系統(tǒng)預(yù)警方法。2）針對農(nóng)業(yè)生態(tài)系統(tǒng)和農(nóng)業(yè)綜合供能系統(tǒng)的連鎖風(fēng)險(xiǎn)問題，提出農(nóng)業(yè)能源系統(tǒng)風(fēng)險(xiǎn)傳播機(jī)理分析方法。3）針對農(nóng)作物安全生長對農(nóng)業(yè)環(huán)境調(diào)控的需要，研究基于能源農(nóng)業(yè)數(shù)據(jù)融合的智能預(yù)警方法，防控風(fēng)險(xiǎn)在綜合供能系統(tǒng)和設(shè)施農(nóng)業(yè)中傳播。農(nóng)業(yè)能源互聯(lián)網(wǎng)智能預(yù)警是農(nóng)業(yè)安全生產(chǎn)和農(nóng)業(yè)供能系統(tǒng)安全運(yùn)行的前提，該研究對保護(hù)設(shè)施植物免受寒冷天氣的侵襲及農(nóng)業(yè)抗旱等具有理論指導(dǎo)意義。

[1] 中共中央國務(wù)院關(guān)于全面推進(jìn)鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的意見[EB/OL]. [2021-02-21]. http://www.moa.g ov.cn/xw/zwdt/202102/t20210221_6361863.htm

[2] 蔬菜大棚突然斷電無法澆水菜農(nóng)損失60萬[EB/OL]. [2011-02-22]. https://news.qq.com/a/20110222/001052.htm

[3] 魏中輝，付學(xué)謙. 以色列現(xiàn)代農(nóng)業(yè)用能對我國建設(shè)農(nóng)業(yè)能源互聯(lián)網(wǎng)的啟示[J].電力需求側(cè)管理，2021，23(4)：20-25.

Wei Zhonghui, Fu Xueqian. The enlightenment of Israeli modern agricultural energy use to Chinese construction of agricultural energy internet[J]. Power Demand Side Management, 2021, 23(4): 20-25. (in Chinese with English abstract)

[4] Fu X, Zhou Y, Yang F, et al. A review of key technologies and trends in the development of integrated heating and power systems in agriculture[J]. Entropy, 2021, 23(2): 260.

[5] 付學(xué)謙，周亞中，孫宏斌，等. 園區(qū)農(nóng)業(yè)能源互聯(lián)網(wǎng):概念、特征與應(yīng)用價值[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(12)：152-161.

Fu Xueqian, Zhou Yazhong, Sun Hongbin, et al. Park-level agricultural energy internet: Concept, characteristic and application value[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(12): 152-161. (in Chinese with English abstract)

[6] 馬令希，付學(xué)謙. 考慮農(nóng)業(yè)-氣象-能源耦合的農(nóng)業(yè)能源互聯(lián)網(wǎng)理論及應(yīng)用[J]. 中國電力，2021，54(11)：115-124.

Ma Lingxi, Fu Xueqian. The theory and application of agricultural energy internet considering the coupling of agriculture, meteorology and energy[J]. Electric Power, 2021, 54(11): 115-124. (in Chinese with English abstract)

[7] 陳偉，路源，何欣，等. 計(jì)及風(fēng)光就地消納的設(shè)施農(nóng)業(yè)產(chǎn)業(yè)園區(qū)綜合能源系統(tǒng)多目標(biāo)優(yōu)化調(diào)度方法[J]. 電力建設(shè)，2021，42(7)：20-27.

Chen Wei, Lu Yuan, He Xin, et al. A multi-objective optimal scheduling method for integrated energy system of protected agricultural industrial park considering local consumption rate of wind and solar energy[J]. Electric Power Construction, 2021, 42(7): 20-27. (in Chinese with English abstract)

[8] 伍文成，胡志鋒，吳家威，等. 耦合農(nóng)業(yè)和能源系統(tǒng)的生物質(zhì)熱電炭聯(lián)產(chǎn)研究[J]. 電力需求側(cè)管理，2021，23(4)：56-61.

Wu Wencheng, Hu Zhifeng, Wu Jiawei, et al. Research on biomass cogeneration of heat, power and biochar combined with agriculture and energy system[J]. Power Demand Side Management, 2021, 23(4): 56-61. (in Chinese with English abstract)

[9] 劉城宇，楊洪明. 廢棄物到能源的閉環(huán)供應(yīng)鏈：循環(huán)供能、協(xié)同運(yùn)作與可持續(xù)性[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2021，37(10)：182-191.

Liu Chengyu, Yang Hongming. Waste to energy closed-loop supply chain: Recycling energy supply, collaborative operation and sustainability[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(10): 182-191. (in Chinese with English abstract)

[10] 付學(xué)謙，周亞中，孫宏斌，等. 園區(qū)農(nóng)業(yè)能源互聯(lián)網(wǎng)在線安全分析：評述與展望[J]. 中國電機(jī)工程學(xué)報(bào)，2020，40(17)：5404-5412.

Fu Xueqian, Zhou Yazhong, Sun Hongbin, et al. Online security analysis of a park-level agricultural energy internet: Review and prospect[J]. Proceedings of the Chinese Society for Electrical Engineering, 2020, 40(17): 5404-5412. (in Chinese with English abstract)

[11] Fu X, Yang D, Guo Q. Security analysis of a park-level agricultural energy Internet considering agrometeorology and energy meteorology[J]. CSEE Journal of Power and Energy Systems, 2020, 6(3): 743-748.

[12] 周亞中，付學(xué)謙，楊菲菲，等. 考慮空間耦合的農(nóng)業(yè)園區(qū)能源互聯(lián)網(wǎng)靜態(tài)安全分析[J/OL].電網(wǎng)技術(shù): 1-10[2021-06-08].https://doi.org/10.13335/j.1000-3673.pst.2021.0445.

Zhou Yazhong, Fu Xueqian, Yang Feifei, et al. Static security analysis of a park-level agricultural energy internet considering spatial coupling[J/OL]. Power System Technology: 1-10[2021-06-08].https://doi.org/10.13335/ j.1000-3673.pst.2021.0445. (in Chinese with English abstract)

[13] Zhang J, Campana P E, Yao T, et al. The water-food-energy nexus optimization approach to combat agricultural drought: A case study in the United States[J]. Applied Energy, 2018, 227: 449-464.

[14] Purwanto A, Susnik J, Suryadi F X, et al. Quantitative simulation of the Water-Energy-Food (WEF) security nexus in a local planning context in Indonesia[J]. Sustainable Production and Consumption, 2021, 25: 198-216.

[15] Putra M P I F, Pradhan P, Kropp J P. A systematic analysis of Water-Energy-Food security nexus: A South Asian case study[J]. Science of the Total Environment, 2020, 728: 138451.

[16] Mohammadpour P, Mahjabin T, Fernandez J, et al. From national indices to regional action-An analysis of food, energy, water security in Ecuador, Bolivia, and Peru[J]. Environmental Science and Policy, 2019, 101: 291-301.

[17] Chiara C, Donatella S, Elena V. An empirical assessment of the effects of electricity access on food security[J]. World Development, 2021, 141: 105390.

[18] Hu H, Yan H. Multi-sensor data fusion algorithm of wisdom agriculture based on fusion set[C]. International Conference on Virtual Reality and Intelligent Systems, 2018: 121-124.

[19] 苑進(jìn)，胡敏，Wang K，等. 基于高斯過程建模的物聯(lián)網(wǎng)數(shù)據(jù)不確定性度量與預(yù)測[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2015，46(5)：265-272.

Yuan Jin, Hu Min, Wang K, et al. Uncertainty measurement and prediction of IOT data based on Gaussian process modeling[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(5): 265-272. (in Chinese with English abstract)

[20] Silva T, Torres A, Rocha A, et al. Multilevel data fusion for the internet of things in smart agriculture[J]. Computers and Electronics in Agriculture, 2020, 171: 105309.

[21] 金瑞，李小昱，顏伊蕓，等. 基于高光譜圖像和光譜信息融合的馬鈴薯多指標(biāo)檢測方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(16)：258-263.

Jin Rui, Li Xiaoyu, Yan Yiyun, et al. Detection method of multi-target recognition of potato based on fusion of hyperspectral imaging and spectral information[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(16): 258-263. (in Chinese with English abstract)

[22] 段青玲，肖曉琰，劉怡然，等. 基于改進(jìn)型支持度函數(shù)的畜禽養(yǎng)殖物聯(lián)網(wǎng)數(shù)據(jù)融合方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(增刊1)：239-245.

Duan Qingling, Xiao Xiaoyan, Liu Yiran, et al. Data fusion method of livestock and poultry breeding internet of things based on improved support function[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(Supp. 1): 239-245. (in Chinese with English abstract)

[23] 高榮華，李奇峰，孫想，等. 多結(jié)構(gòu)參數(shù)集成學(xué)習(xí)的設(shè)施黃瓜病害智能診斷[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(16)：158-165.

Gao Ronghua, Li Qifeng, Sun Xiang, et al. Intelligent diagnosis of greenhouse cucumber diseases based on multi-structure parameter ensemble learning[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(16): 158-165. (in Chinese with English abstract)

[24] Yang X, Li M, Zhao C, et al. Early warning model for cucumber downy mildew in unheated greenhouses[J]. New Zealand Journal of Agricultural Research, 2007, 50(5): 1261-1268.

[25] Vanthoor B H E, Visser P H B D, Stanghellini C, et al. A methodology for model-based greenhouse design: Part 2, description and validation of a tomato yield model[J]. Biosystems Engineering, 2011, 110(4): 378-395.

[26] Ma D, Carpenter N, Maki H, et al. Greenhouse environment modeling and simulation for microclimate control[J]. Computers and Electronics in Agriculture, 2019, 162: 134-142.

[27] Taewon M, Jung E S. Knowledge transfer for adapting pre-trained deep neural models to predict different greenhouse environments based on a low quantity of data[J]. Computers and Electronics in Agriculture, 2021, 185: 106136.

[28] 楊亮，劉春紅，郭昱辰，等. 基于EMD-LSTM的豬舍氨氣濃度預(yù)測研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2019，50(S1)：353-360.

Yang Liang, Liu Chunhong, Guo Yuchen, et al. Prediction of ammonia concentration fattening piggery based on EMD-LSTM[J]. Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(S1): 353-360. (in Chinese with English abstract)

[29] 秦琳琳，馬國旗，儲著東，等. 基于灰色預(yù)測模型的溫室溫濕度系統(tǒng)建模與控制[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(增刊1)：233-241.

Qin Linlin, Ma Guoqi, Chu Zhudong, et al. Molding and control of greenhouse temperature-humidity system based on grey prediction model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(Supp. 1): 233-241. (in Chinese with English abstract)

[30] Su Y, Xu L. Towards discrete time model for greenhouse climate control[J]. Engineering in Agriculture, Environment and Food, 2017, 10(2): 157-170.

[31] 程曼，袁洪波，蔡振江，等. 基于全局變量預(yù)測模型的溫室環(huán)境控制方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29(25)：177-183.

Cheng Man, Yuan Hongbo, Cai Zhenjiang, et al. Environment control method in greenhouse based on global variable prediction model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(25): 177-183. (in Chinese with English abstract)

[32] Wang L, Jia L, Wang J, et al. The early-warning and inspection system for intelligent greenhouse based on internet of things[J]. Journal of Physics: Conference Series, 2021, 1757(1): 012151.

[33] 孫治貴，王元勝，張祿，等. 北方設(shè)施農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警智能服務(wù)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(23)：149-156.

Sun Zhigui, Wang Yuansheng, Zhang Lu, et al. Design and realization of intelligent service system for monitoring and warning of meteorological disasters in facility agriculture in North China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(23): 149-156. (in Chinese with English abstract)

[34] 孟超英，王佳，陳紅茜，等. 基于分布式對象的蛋雞舍設(shè)施養(yǎng)殖數(shù)字化智能監(jiān)測系統(tǒng)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2017，48(10)：292-299.

Meng Chaoying, Wang Jia, Chen Hongqian, et al. Intelligent monitoring system based on distributed object for layer house[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(10): 292-299. (in Chinese with English abstract)

[35] Aiello G, Giovino I, Vallone M, et al. A decision support system based on multisensor data fusion for sustainable greenhouse management[J]. Journal of Cleaner Production, 2018, 172(4): 4057-4065.

[36] 任延昭，陳雪瑞，賈敬敦，等. 基于微信平臺的溫室環(huán)境監(jiān)測與溫度預(yù)測系統(tǒng)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2017，48(S1)：302-307.

Ren Yanzhao, Chen Xuerui, Jia Jingdun, et al. Environment monitoring and temperature prediction in greenhouse based on wechat platform[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(S1): 302-307. (in Chinese with English abstract)

[37] Li M, Chen S, Liu F, et al. A risk management system for meteorological disasters of solar greenhouse vegetables[J]. Precision Agriculture, 2017, 18(6): 997-1010.

[38] 別朝紅，潘超瓊，陳葉，等. 能源轉(zhuǎn)型下新能源電力系統(tǒng)概率風(fēng)險(xiǎn)評估[J]. 西安交通大學(xué)學(xué)報(bào)，2021，41(7)：1-11.

Bie Zhaohong, Pan Chaoqiong, Chen Ye, et al. Probabilistic risk assessment of new energy power system in the context of energy transition[J]. Journal of Xi'an Jiaotong University, 2021, 41(7): 1-11. (in Chinese with English abstract)

[39] Fu X, Sun H, Guo Q, et al. Probabilistic power flow analysis considering the dependence between power and heat[J]. Applied Energy, 2017, 191: 582-592.

[40] 甘瑞研. 風(fēng)電場并網(wǎng)對電力系統(tǒng)電壓穩(wěn)定性的影響[D]. 濟(jì)南：山東大學(xué)，2016.

Gan Ruiyan. Impact Study for the Voltage Stability Analysis of Wind Power Integrated System[D]. Jinan: Shandong University, 2016. (in Chinese with English abstract)

[41] 姜明軍，王文婷. 考慮儲能電站的清潔能源并網(wǎng)電力系統(tǒng)風(fēng)險(xiǎn)量化與安全效益評估[J]. 電力需求側(cè)管理，2021，23(2)：52-57.

Jiang Mingjun, Wang Wenting. Risk quantification and security benefit assessment of clean energy grid connected to power system considering energy storage power stations[J]. Power Demand Side Management, 2021, 23(2): 52-57. (in Chinese with English abstract)

[42] 皇甫成，邱婷，梁吉，等. 一種考慮電力系統(tǒng)頻率安全的新能源并網(wǎng)限值評估方法[J]. 電網(wǎng)與清潔能源，2021，37(2)：85-90.

Huangfu Cheng, Qiu Ting, Liang Ji, et al. A sustainable energy penetration limit evaluation method considering power system frequency security[J]. Power System and Clean Energy, 2021, 37(2): 85-90. (in Chinese with English abstract)

[43] 向德軍，王彬，郭文鑫，等. 基于人工神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)精細(xì)化安全運(yùn)行規(guī)則[J]. 電力系統(tǒng)保護(hù)與控制，2017，45(18)：32-37.

Xiang Dejun, Wang Bin, Guo Wenxin, et al. Fine security rule for power system operation based on artificial neural network[J]. Power System Protection and Control, 2017, 45(18): 32-37. (in Chinese with English abstract)

[44] Rabiee A, Keane A, Soroudi A. Green hydrogen: A new flexibility source for security constrained scheduling of power systems with renewable energies[J]. International Journal of Hydrogen Energy, 2021, 46(37): 19270-19284.

[45] 林曉煌，文云峰，楊偉峰. 慣量安全域：概念、特點(diǎn)及評估方法[J]. 中國電機(jī)工程學(xué)報(bào)，2021，41(9)：3065-3079.

Lin Xiaohuang, Wen Yunfeng, Yang Weifeng. Inertia security region: Concept, characteristics, and assessment method[J]. Proceedings of the Chinese Society for Electrical Engineering, 2021, 41(9): 3065-3079. (in Chinese with English abstract)

[46] 劉柳，王丹，賈宏杰，等. 面向區(qū)域綜合能源系統(tǒng)的安全域模型[J]. 電力自動化設(shè)備，2019，39(8)：63-71.

Liu Liu, Wang Dan, Jia Hongjie, et al. Security region model for regional integrated energy system[J]. Electric Power Automation Equipment, 2019, 39(8): 63-71. (in Chinese with English abstract)

[47] 潘昭光，孫宏斌，郭慶來. 面向能源互聯(lián)網(wǎng)的多能流靜態(tài)安全分析方法[J]. 電網(wǎng)技術(shù)，2016，40(6)：1627-1634.

Pan Zhaoguang, Sun Hongbin, Guo Qinglai. Energy internet oriented static security analysis method for multi-energy flow[J]. Power System Technology, 2016, 40(6): 1627-1634. (in Chinese with English abstract)

[48] Yang Z, Ding Y, Hao K, et al. An adaptive immune algorithm for service-oriented agricultural Internet of Things[J]. Neurocomputing, 2019, 344: 3-12.

[49] Spangler R, Shoults R. Power generation, operation, and control [Book Review][J]. IEEE Power & Energy Magazine, 2014, 12(4): 90-93.

[50] 張伯明，陳壽孫，嚴(yán)正. 高等電力網(wǎng)絡(luò)分析[M]. 北京：清華大學(xué)出版社，2007：1-22.

[51] 段常貴. 燃?xì)廨斉鋄M]. 北京：中國建筑工業(yè)出版社，2001：86-124.

[52] 田玉卓，閆全英，趙秉文. 供熱工程[M]. 北京：機(jī)械工業(yè)出版社，2008：172-241.

Intelligent early warning theory of the facility agricultural energy internet: Review and prospect

Fu Xueqian, Yang Feifei, Zhou Yazhong, Wei Zhonghui

(,100083,)

Electrification and informatization of agricultural machinery will be the only way for the development of modern agriculture. The energy-driven modern agriculture has also become an effective way to prevent meteorological disasters. However, the agricultural environment monitoring and the energy supply system are operated separately from each other at present. It cannot cope with the chain risks, such as greenhouse power outages and agricultural power overload. An intelligent early warning of agricultural energy internet is basically unexplored so far. Therefore, it is very necessary to integrate the relevant theories of agriculture, informatics, and electrical science, particularly for the facility agriculture, crops, and energy system. This review was focused on the application of artificial intelligence technology in the interdisciplinary of agricultural and power engineering, in terms of system science. An intelligent early warning of agricultural energy internet was also explored using multi-source data fusion. The current research progress of the intelligent early warning was analyzed from three aspects: the interconnection between energy and agriculture, the correlation between energy and agricultural security, and the intelligent early warning of agricultural production. Among them, the interconnection was caused the existence of collaborative security, whereas, the intelligent early warning was one of the measures to solve the collaborative security. After that, the key technologies were also introduced from the fundamental and applied system. Specifically, the concept of the agricultural energy internet was introduced to clarify the difference and connection with general concepts, such as the agricultural Internet of Things, as well as the interaction between facility agriculture and the energy system. The applied system included three aspects, such as the current research, key issues, and difficulties, together with the future directions.It was found that the current intelligent early warning was focused on the specific issues in the various branches of agricultural informatization and electrical engineering. Some specific research was relatively mature, including the plant phenotype monitoring, the facility agricultural environment monitoring, and the static safety analysis of the energy system. Therefore, the key issue of the intelligent early warning can be widely expected to integrate the multi-source sensor data in the agricultural energy internet. As such, the early warning of environmental factors can be realized in the protected agriculture and energy system.The following brief ideas can be proposed. 1) To break through the early warning of the facility agricultural energy system. Decision-making can also be provided for the operation and control of the energy system in intensive agricultural production. 2) To propose the risk propagation in the agricultural energy system, particularly for the unified modeling of the facility agricultural environment and the integrated energy supply system. It can provide a model basis for the early warning of energy internet. 3) To break through the early warning using data fusion of energy and agriculture, particularly for the early warning of crop physiological state. It can provide the decision-making information for the collaborative control of protected facility agriculture environment and integrated energy supply system.This finding can provide a strong reference to the safe production of facility agriculture, especially on the upgrading and development of smart agricultural technology and intelligent equipment for agricultural informatization and electrification.

internet of things; agricultural informatization; early warning system; facility agricultural environment; agricultural energy internet

10.11975/j.issn.1002-6819.2021.21.004

TP391

A

1002-6819(2021)-21-0024-10

付學(xué)謙，楊菲菲，周亞中，等. 設(shè)施農(nóng)業(yè)能源互聯(lián)網(wǎng)智能預(yù)警理論：評述與展望[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2021，37(21)：24-33.doi：10.11975/j.issn.1002-6819.2021.21.004 http://www.tcsae.org

Fu Xueqian, Yang Feifei, Zhou Yazhong, et al. Intelligent early warning theory of the facility agricultural energy internet: Review and prospect[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(21): 24-33. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.21.004 http://www.tcsae.org

2021-06-10

2021-09-23

國家自然科學(xué)基金資助項(xiàng)目（52007193）；中國農(nóng)業(yè)大學(xué)2115人才工程資助

付學(xué)謙，博士，副教授，研究方向?yàn)檗r(nóng)業(yè)能源互聯(lián)網(wǎng)的基礎(chǔ)理論等。Email：fuxueqian@cau.edu.cn