CN105718711B - 一种基于全天空图像特征的地表辐射计算方法 - Google Patents

Abstract

本发明提供了一种基于全天空图像特征的地表辐射计算方法，包括步骤1：获取全天空图像特征；步骤2：依据大气层外太阳辐射值I₀和地表辐射值I_g的历史数据，计算大气层外太阳辐射到达地面的辐射衰减率γ；步骤3：构建全天空图像特征和辐射衰减率γ的多元回归模型；步骤4：依据多元回归模型和大气层外太阳辐射值I₀得到地表辐射预测值I'_g。与现有技术相比，本发明提供的一种基于全天空图像特征的地表辐射计算方法，基于辐射衰减率历史数据和全天空图像特征历史数据，构建二者的多元回归模型，并用最小二乘法计算该模型的最优解系数，使得工程应用时无需配置参数，在已知t时刻的大气层外的太阳辐射值I₀(t)和辐射衰减率预测值γ'(t)的情况下，准确得出该t时刻的地表辐射预测值I'_g(t)。

Description

一种基于全天空图像特征的地表辐射计算方法

技术领域

本发明涉及一种地表辐射计算方法，具体涉及一种基于全天空图像特征的地表辐射计算方法。

背景技术

近年来，大规模光伏电站接入电网，由于光伏发电输出功率具有随机性和波动性，对电网安全稳定和经济运行造成影响。对地表辐射准确建模和计算是实现光伏电站输出功率预测的关键环节，为电力调度提供重要的决策支持，统筹安排常规电源和光伏发电的协调配合，不仅降低电力系统运行成本，而且有利于充分利用太阳能资源，获得更大的经济效益和社会效益。

地面辐照度作为光伏电站输出功率的主要影响因素之一，它的不确定性直接导致输出功率的随机性和波动性。而云和气溶胶作为影响太阳地面辐照量的主要气象要素，而且二者相生相伴，其生消和变化是地面辐照度变化不确定性的主要原因。目前，有学者根据气象卫星云图预估云层移动情况进行太阳辐照度预测，但其时空分辨率相对较低,无法满足分钟级地面辐射预测的要求。有学者基于全天空图像对云运动预测，实现地表辐射衰减预测，但该模型未考虑云运动的非线性，也未考虑气溶胶影响。因此，需要提供一种综合考虑云、气溶胶为辐射衰减的影响，提取与其相关的全天空图像特征以计算地表辐射的方法。

发明内容

为了满足现有技术的需要，本发明提供了一种基于全天空图像特征的地表辐射计算方法，所述方法包括：

步骤1：获取所述全天空图像特征，包括图像亮度特征L、图像平滑度特征S、功率谱能量特征E和加权奇异值特征P；

步骤2：依据大气层外太阳辐射值I₀和地表辐射值I_g的历史数据，计算大气层外太阳辐射到达地面的辐射衰减率γ；

步骤3：构建所述全天空图像特征和辐射衰减率γ的多元回归模型；

步骤4：依据所述多元回归模型确定辐射衰减率预测值γ'，并结合所述大气层外太阳辐射值I₀得到地表辐射预测值I'_g。

优选的，所述步骤1中图像亮度特征L的计算公式为：

其中，所述R、G和B分别为全天空图像I的红、绿、蓝通道的灰度值，所述i和j为全天空图像I的像素点坐标；M×N为全天空图像I的大小；

优选的，所述步骤1中所述图像平滑度特征S的计算公式为：

其中，所述SD为全天空图像I对应的灰度图f的标准差，

所述为灰度图f的灰度均值；所述z_i为灰度值；所述p(z_i)为灰度值的频度分布；所述L'为灰度层级数；

优选的，所述步骤1中所述功率谱能量特征E的计算公式为：

其中，所述e(u,v)为功率谱，e(u,v)＝|F(u,v)|²；

所述为灰度图f的二维离散函数f(i,j)的傅里叶变换；图像大小为M×N，其中，所述u＝0,1,...,M-1，所述v＝0,1,...,N-1，所述i和j为全天空图像I的像素点坐标；

优选的，所述步骤1中所述加权奇异值特征P的计算公式为：

其中，所述为全天空图像I非零的奇异值，σ₁、σ₂、σ₃、σ₄和σ₅由大到小排列；

优选的，所述步骤2中辐射衰减率γ的计算方法包括：

步骤2-1：由式(5)计算大气层外的太阳辐射值I₀；

I₀＝I_sc·(1+0.033cos(2π·d/365))·cos(θ_Z) (5)

其中，所述I_sc为太阳常数，I_sc＝1367W/m²；

所述θ_z为天顶角，

所述为计算地表辐射所在地的地理纬度；

所述δ为赤纬角，

所述ω为时角，ω＝(t-12)×15°；所述t为时间，单位小时；

所述d为计算某一日辐射衰减率时该日在一年中的序号，单位为天；

步骤2-2：采集地表辐射值I_g，依据t时刻地表辐射值I_g(t)和式(6)计算t时刻的辐射衰减率γ(t)；

其中，所述I₀(t)为t时刻的大气层外的太阳辐射值；

优选的，所述步骤3中多元回归模型的表达式为：

γ(t)＝α₀+α₁L(t)+α₂S(t)+α₃E(t)+α₄P(t) (7)

其中，所述L(t)、S(t)、E(t)和P(t)分别为t时刻全天空图像I的像亮度特征、图像平滑度特征、功率谱能量特征和加权奇异值特征；

所述α₀、α₁、α₂、α₃和α₄为系数；

所述γ(t)为t时刻大气层外太阳辐射到达地面的辐射衰减率；

优选的，所述步骤4中依据多元回归模型确定辐射衰减率预测值γ'包括：

步骤4-1：构建目标函数F；

步骤4-2：用最小二乘法计算目标函数F的最优系数和则所述辐射衰减率预测值γ'的计算公式为：

其中，所述γ'(t)为t时刻的辐射衰减率预测值；

优选的，所述步骤4中t时刻的地表辐射预测值I'_g(t)的计算公式为：

I'_g(t)＝γ'(t)I₀(t) (10)

其中，所述I₀(t)为t时刻的大气层外的太阳辐射值；

所述γ'(t)为依据所述多元回归模型计算的t时刻的辐射衰减率预测值。

与最接近的现有技术相比，本发明的优异效果是：

1、本发明技术方案中，获取全天空图像特征的计算方法，基于大气光学原理，深度分析和挖掘与太阳辐射变化相关的图像特征，用图像特征表征太阳辐射的光学特征，以及云，气溶胶等对太阳辐射的衰减作用，这样就可以借助于图像简介地建立太阳变化与图像特征的关联关系；

2、本发明技术方案中，基于辐射衰减率历史数据和全天空图像特征历史数据，构建二者的多元回归模型，并用最小二乘法计算该模型的最优解系数，使得工程应用时无需配置参数，在已知t时刻的大气层外的太阳辐射值I₀(t)和辐射衰减率预测值γ'(t)的情况下，准确得出该t时刻的地表辐射预测值I'_g(t)。

附图说明

下面结合附图对本发明进一步说明。

图1：本发明实施例中一种基于全天空图像特征的地表辐射计算方法流程图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

为了满足现有技术的需要，本发明提出了一种基于全天空图像特征的地表辐射计算方法，如图1所示，具体步骤包括：

一、构建全天空图像特征和辐射衰减率的多元回归模型包括：

1、获取全天空图像特征，包括图像亮度特征L、图像平滑度特征S、功率谱能量特征E和加权奇异值特征P。

(1)图像亮度特征L

图像亮度特征L的计算公式为：

其中，R、G和B分别为全天空图像I的红、绿、蓝通道的灰度值；所述M×N为图像大小，所述i和j为全天空图像I的像素点坐标。

(2)图像平滑度特征S

图像平滑度特征S的计算公式为：

其中，SD为全天空图像I对应的灰度图f的标准差，

为灰度图f的灰度均值；z_i为灰度值；p(z_i)为灰度值的频度分布；L'为灰度层级数。

(3)功率谱能量特征E

功率谱能量特征E的计算公式为：

其中，所述e(u,v)为功率谱，e(u,v)＝|F(u,v)|²；

所述为灰度图f的二维离散函数f(i,j)的傅里叶变换；图像大小为M×N，其中，u＝0,1,...,M-1，所述v＝0,1,...,N-1，i和j为全天空图像I的像素点坐标。

(4)加权奇异值特征P

加权奇异值特征P的计算公式为：

其中，σ_i为全天空图像I的非零奇异值，σ₁、σ₂、σ₃、σ₄和σ₅由大到小排列，k为非零奇异值的序号。

全天空图像I的奇异值分解是将图像I_m×n看成是一个线性变换，将m维空间的点映射到n维空间，图像I_m×n经过奇异值分解后，这种线性变换被分割成3个部分，分别为矩阵U、S和V，则奇异值分解公式为：

其中，u_k和v_k分别是U和V的列向量，V'为矩阵V的转置，v'_k为转置矩阵V'的列向量；

σ_k为全天空图像I的非零奇异值，σ₁,σ₂,...,σ_r由大到小排列。

2、依据大气层外太阳辐射值I₀和地表辐射值I_g的历史数据，计算大气层外太阳辐射到达地面的辐射衰减率γ：

(1)地面辐射的波动并非纯随机的波动，它是规律性波动叠加随机性波动而形成的。地面辐射究其来源，是来自大气层外的太阳辐射，经过大气传输时受到云，气溶胶以及空气分子的反射和吸收而呈现随机性波动。大气层外太阳辐射根据天文学规律变化，由下式(6)计算大气层外的太阳辐射值I₀；

I₀＝I_sc·(1+0.033cos(2π·d/365))·cos(θ_Z) (6)

其中，I_sc为太阳常数，I_sc＝1367±7W/m²；

所述θ_z为天顶角，

为计算地表辐射所在地的地理纬度；

δ为赤纬角，

ω为时角，ω＝(t-12)×15°；所述t为时间，单位小时；

d为计算某一日辐射衰减率时该日在一年中的序号，单位为天；

(2)：采集地表辐射值I_g，依据t时刻地表辐射值I_g(t)和下式(7)计算t时刻的辐射衰减率γ(t)；

其中，I₀(t)为t时刻的大气层外的太阳辐射值；

I_g(t)为t时刻的地表辐射值。

3、构建全天空图像特征和辐射衰减率的多元回归模型；

多元回归模型的表达式为：

γ(t)＝α₀+α₁L(t)+α₂S(t)+α₃E(t)+α₄P(t) (8)

其中，L(t)、S(t)、E(t)和P(t)分别为t时刻全天空图像I的像亮度特征、图像平滑度特征、功率谱能量特征和加权奇异值特征；α₀、α₁、α₂、α₃和α₄为系数。

二、依据多元回归模型确定辐射衰减率预测值γ'，结合大气层外太阳辐射值I₀得到的地表辐射预测值I'_g，具体步骤包括：

1、构建目标函数F；

2、用最小二乘法计算目标函数F的最优系数和则辐射衰减率预测值γ'的计算公式为：

其中，γ'(t)为t时刻的辐射衰减率预测值。

3、t时刻的地表辐射预测值I'_g(t)的计算公式为：

I'_g(t)＝γ'(t)I₀(t) (11)

其中，I₀(t)为t时刻的大气层外的太阳辐射值；

γ'(t)为依据多元回归模型计算得到的t时刻的辐射衰减率预测值。

本实施例中基于历史全天空图像特征数据和历史辐射衰减率γ建立多元回归模型，数学模型明确，使用最优设置参数，无需进行参数选配，即可得到所需的t时刻的地表辐射预测值I'_g。

最后应当说明的是：所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

Claims (7)

1.一种基于全天空图像特征的地表辐射计算方法，其特征在于，所述方法包括：

步骤1：获取所述全天空图像特征，包括图像亮度特征L、图像平滑度特征S、功率谱能量特征E和加权奇异值特征P；

步骤2：依据大气层外太阳辐射值I₀和地表辐射值I_g的历史数据，计算大气层外太阳辐射到达地面的辐射衰减率γ；

步骤3：构建所述全天空图像特征和辐射衰减率γ的多元回归模型；

步骤4：依据所述多元回归模型确定辐射衰减率预测值γ'，并结合所述大气层外太阳辐射值I₀得到地表辐射预测值I'_g；

所述步骤4中依据多元回归模型确定辐射衰减率预测值γ'包括：

步骤4-1：构建目标函数F；

所述α₀、α₁、α₂、α₃和α₄为系数；

步骤4-2：用最小二乘法计算目标函数F的最优系数和则所述辐射衰减率预测值γ'的计算公式为：

所述步骤4中地表辐射预测值I'_g(t)的计算公式为：

I'_g(t)＝γ'(t)I₀(t) (10)

其中，所述I₀(t)为t时刻的大气层外的太阳辐射值；

所述γ'(t)为依据所述多元回归模型计算的t时刻的辐射衰减率预测值。

2.如权利要求1所述的方法，其特征在于，所述步骤1中图像亮度特征L的计算公式为：

其中，所述R、G和B分别为全天空图像I的红、绿、蓝通道的灰度值，所述i和j为全天空图像I的像素点坐标；M×N为全天空图像I的大小。

3.如权利要求1所述的方法，其特征在于，所述步骤1中所述图像平滑度特征S的计算公式为：

其中，所述SD为全天空图像I对应的灰度图f的标准差，

所述为灰度图f的灰度均值；所述z_i为灰度值；所述p(z_i)为灰度值的频度分布；所述L'为灰度层级数。

4.如权利要求1所述的方法，其特征在于，所述步骤1中所述功率谱能量特征E的计算公式为：

其中，所述e(u,v)为功率谱，e(u,v)＝|F(u,v)|²；

所述为灰度图f的二维离散函数f(i,j)的傅里叶变换；图像大小为M×N，其中，所述u＝0,1,...,M-1，所述v＝0,1,...,N-1，所述i和j为全天空图像I的像素点坐标。

5.如权利要求1所述的方法，其特征在于，所述步骤1中所述加权奇异值特征P的计算公式为：

其中，所述σ_k为全天空图像I非零的奇异值，σ₁、σ₂、σ₃、σ₄和σ₅由大到小排列。

6.如权利要求1所述的方法，其特征在于，所述步骤2中辐射衰减率γ的计算方法包括：

步骤2-1：由式(5)计算大气层外的太阳辐射值I₀；

I₀＝I_sc·(1+0.033cos(2π·d/365))·cos(θ_Z) (5)

其中，所述I_sc为太阳常数，I_sc＝1367W/m²；

所述θ_z为天顶角，

所述为计算地表辐射所在地的地理纬度；

所述δ为赤纬角，

所述ω为时角，ω＝(t-12)×15°；所述t为时间，单位小时；

所述d为计算某一日辐射衰减率时该日在一年中的序号，单位为天；

步骤2-2：采集地表辐射值I_g，依据t时刻地表辐射值I_g(t)和式(6)计算t时刻的辐射衰减率γ(t)；

其中，所述I₀(t)为t时刻的大气层外的太阳辐射值。

7.如权利要求1所述的方法，其特征在于，所述步骤3中多元回归模型的表达式为：

γ(t)＝α₀+α₁L(t)+α₂S(t)+α₃E(t)+α₄P(t) (7)

其中，所述L(t)、S(t)、E(t)和P(t)分别为t时刻全天空图像I的像亮度特征、图像平滑度特征、功率谱能量特征和加权奇异值特征；

所述α₀、α₁、α₂、α₃和α₄为系数；

所述γ(t)为t时刻大气层外太阳辐射到达地面的辐射衰减率。