CN111402312A - 利用天空图像的云团高度估算方法及系统 - Google Patents
利用天空图像的云团高度估算方法及系统 Download PDFInfo
- Publication number
- CN111402312A CN111402312A CN202010157539.3A CN202010157539A CN111402312A CN 111402312 A CN111402312 A CN 111402312A CN 202010157539 A CN202010157539 A CN 202010157539A CN 111402312 A CN111402312 A CN 111402312A
- Authority
- CN
- China
- Prior art keywords
- sky
- point
- sky image
- distance
- cloud
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of Optical Distance (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种利用天空图像的云团高度估算方法及系统,本发明提出的方法包括如下步骤:获取第一天空成像仪拍摄到的第一天空图像以及同一时刻第二天空成像仪拍摄到的第二天空图像,其中,所述第一天空成像仪和所述第二天空成像仪位于同一光伏站的不同位置;根据光流法获取所述第一天空图像中的第一点以及和所述第一点配准的所述第二天空图像中的第二点之间的移动距离;根据所述第一点和所述第二点的位置得到所述实际云团的高度估算值;只需要2台天空成像仪相关参数即可估算得到云团高度,本方法简单易操作,填补了现阶段对于光伏站的云团高度的估算的技术的空白,从而为光伏发电功率分钟级预测提供一定数据支持。
Description
技术领域
本发明涉及光伏发电技术领域,具体涉及利用天空图像的云团高度估算方法及系统。
背景技术
太阳能光伏发电是目前最具发展前景的可再生能源之一,得到了世界各国的广泛关注和迅速发展。然而,太阳能是一种不可控能源,具有较大的随机性和波动性。在多云等非晴天环境中,由于云团运动会对太阳造成不同程度遮挡,致使光伏电站输出功率在分钟级时间尺度内呈快速随机波动趋势。
而随着电网中光伏渗透率的逐步提高,这种呈波动的电力输出会造成发电和负荷侧的功率特性发生显著变化,从而对电网调度等方面带来较大影响。
因此,对光伏功率的预测,尤其是分钟级超短期光伏功率预测,其预测精准度的提升会更好协调电力系统制定发电计划,减少光伏发电的随机化问题对电力系统的影响。
对光伏功率的预测实际上取决于对地表辐照度的预测,地表辐照度的映射范围与云团高度直接相关;现阶段,对于光伏站的云团高度的估算的技术比较缺乏。
发明内容
本发明的主要目的是提供一种利用天空图像的云团高度估算方法及系统,旨在解决现阶段对于光伏站的云团高度的估算的技术比较缺乏的问题。
为实现上述目的,本发明提供一种利用天空图像的云团高度估算方法,包括如下步骤:
获取第一天空成像仪拍摄到的第一天空图像以及同一时刻第二天空成像仪拍摄到的第二天空图像,其中,所述第一天空成像仪和所述第二天空成像仪位于同一光伏站的不同位置;
根据光流法获取所述第一天空图像中的第一点以及和所述第一点配准的所述第二天空图像中的第二点的位置之间的距离;
根据所述第一点和所述第二点的位置之间的距离得到实际云团的高度估算值。
优选的,所述根据光流法获取所述第一天空图像中的第一点以及和所述第一点配准的所述第二天空图像中的第二点的位置之间的距离,包括:
根据光流法对所述第一天空图像和所述第二天空图像进行图像配准;
选取所述第一天空图像中的所述第一点,获取所述第一点对应的所述第二天空图像中的所述第二点,其中,所述第一点和所述第二点均对应所述实际云团的位置点;
计算所述第一点与所述第二点之间的距离。
优选的,所述根据所述第一点和所述第二点的位置得到所述实际云团的高度估算值,包括:
获取所述第一点和所述第一天空图像的中心点之间的第一距离X1以及所述第二点和所述第二天空图像的中心点之间的第二距离X2;
获取所述第一天空成像仪和所述第二天空成像仪之间的距离L;
获取所述位置点和所述第一天空成像仪所处位置的地面垂直线之间的第三距离X3以及所述位置点和所述第二天空成像仪所处位置的地面垂直线之间的第四距离X4;
获取天空成像仪的凸面镜半球的高度h;
计算所述实际云团的高度估算值H:
其中,所述第一距离、所述第二距离、所述第三距离和所述第四距离存在以下关系:
且所述第一天空成像仪、所述第二天空成像仪、所述第三距离和所述第四距离存在如下关系:
若所述第一点和所述第二点均在所对应的天空图像的同一侧,则有:|X3-X4|=L,
若所述第一点和所述第二点均不在所对应的天空图像的同一侧,则有:X3+X4=L。
优选的,所述根据所述第一点和所述第二点的位置得到所述实际云团的高度值,之后还包括:
检验所述实际云团的高度估算值的精准度。
优选的,所述检验所述实际云团的高度估算值的精准度,包括:
建立地表辐照度预测模型;
训练所述地表辐照度预测模型;
根据所述地表辐照度预测模型得到当前时刻的地表辐照度映射图;
将所述当前时刻的地表辐照度映射图进行畸变修复处理以得到当前时刻的修正地表辐照度映射图;
根据线性外推法得到未来第一预设时间段内第一云团位移矢量;
根据所述第一云团位移矢量和所述当前时刻的修正地表辐照度映射图得到未来所述第一预设时间段内的修正地表辐照度映射图;
比较未来所述第一预设时间段内的修正地表辐照度映射图及未来所述第一预设时间段内的实际辐照度以检验所述实际云团的高度估算值的精准度。
优选的,所述训练所述地表辐照度预测模型,包括:
获取间隔第二预设时间段的多张历史天空图像;
获取任一张所述历史天空图像之后的所述第一预设时间段内的各张所述历史天空图像中遮住太阳位置时对应的地表辐照度值,以及遮住所述太阳位置的云团区域在任一张所述历史天空图像上的第一平均RGB值和至所述太阳位置的第一距离值;
将所述第一平均RGB值以及所述第一距离值作为所述地表辐照度预测模型的输入变量,并将所述地表辐照度值作为所述地表辐照度预测模型的输出变量以对所述地表辐照度预测模型进行训练。
优选的,所述获取任一张所述历史天空图像之后的所述第一预设时间段内的各张所述历史天空图像中遮住太阳位置时对应的地表辐照度值,以及遮住所述太阳位置的第一云团在任一张所述历史天空图像上的第一平均RGB值和至所述太阳位置的第一距离值,包括:
利用傅里叶相位相关法计算相邻两张所述历史天空图像之间第二云团位移矢量;
利用累加原理获取后来的所述预设第一时间段内各张所述历史天空图像中移动至太阳中心处的云团区域于之前的所述历史天空图像上的中心坐标;
根据所述云团区域的半径以及中心坐标计算得到各所述云团区域的第一平均RGB值;
计算得到各所述云团区域至所述太阳位置的所述第一距离值。
优选的,所述将所述当前时刻的地表辐照度映射图进行畸变修复处理以得到当前时刻的修正地表辐照度映射图,包括:
获取当前时刻的地表辐照度映射图中像素点S(x1,y1)及对应天空成像仪的球面镜表面上的Q(x2,y2)点,两点关系可表示为:
其中,t表示像素距离与实际距离之间的换算系数,r为天空成像仪的球面镜的半径,则点S点所对应的天顶角a可表示为:
则像素点S点所对应的方位角b表示为:
获取像素点S对应的天空中实际点在当前时刻的修正地表辐照度映射图中的实际坐标P(x,y):
其中,hc为所述实际云团的高度估算值。
优选的,所述根据线性外推法得到未来所述第一预设时间段内第一云团位移矢量,包括如下步骤:
获取当前天空图像;
根据线性外推法和所述当前天空图像得到未来所述第一预设时间段内第一云团位移矢量,计算公式如下:
其中,(xh+n,yh+n)为现在的所述当前天空图像之后的第n张所述当前天空图像与第n-1张所述当前天空图像之间的第一云团位移矢量,(xh+n-10,yh+n-10)表示现在的所述当前天空图像之前的第10-n张所述当前天空图像与之前的第9-n张所述当前天空图像之间的第一云团位移矢量,p为所述第一预设时间段内各所述当前天空图像的张数。
本发明还提供一种利用天空图像的云团高度估算系统,包括天空成像仪和计算机设备;所述计算机设备包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序;所述计算机程序被所述处理器执行时实现如上述任一项所述的利用天空图像的云团高度估算方法的步骤。
本发明提出的利用天空图像的云团高度估算方法,只需要2台天空成像仪相关参数即可估算得到云团高度,本方法简单易操作,填补了现阶段对于光伏站的云团高度的估算的技术的空白,从而为光伏发电功率分钟级预测提供一定数据支持。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明提出的一种利用天空图像的云团高度估算方法的第一实施例的流程示意图;
图2为本发明提出的一种利用天空图像的云团高度估算方法的第二实施例的部分流程示意图;
图3为本发明提出的一种利用天空图像的云团高度估算方法的原理示意图;
图4为本发明提出的一种利用天空图像的云团高度估算方法第九实施例的当前天空图像示意图;
图5为本发明提出的一种利用天空图像的云团高度估算方法第五实施例的当前时刻的地表辐照度映射图;
图6为本发明提出的一种利用天空图像的云团高度估算方法第五实施例的当前时刻的修正地表辐照度映射图;
图7为本发明提出的一种利用天空图像的云团高度估算方法第八实施例的畸变矫正处理的方案原理示意图。
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提出一种利用天空图像的云团高度估算方法及系统。
请参考附图1,在本发明提出一种利用天空图像的云团高度估算方法的第一实施例,包括如下步骤:
步骤S110:获取第一天空成像仪拍摄到的第一天空图像以及同一时刻第二天空成像仪拍摄到的第二天空图像,其中,所述第一天空成像仪和所述第二天空成像仪位于同一光伏站的不同位置。
如附图3所述,第一天空成像仪T1和第二天空成像仪T2同时设置于同一光伏电站的地面上,彼此相隔一定的距离(L),两个天空成像仪位于同一水平高度。
步骤S120:根据光流法获取所述第一天空图像中的第一点以及和所述第一点配准的所述第二天空图像中的第二点的位置之间的距离。
具体的,上述第一点是云团的位置点P于第一天空图像上的显示点,上述第二点是云团的位置点P于第二太天空图像上的显示点。
步骤S130:根据所述第一点和所述第二点的位置之间的距离得到实际云团的高度估算值。
具体的,根据第一点和第二的位置以及相关的参数和比例关系即可计算得到实际云团的高度估算值(即图3中的H)。
本发明提出的利用天空图像的云团高度估算方法,只需要2台天空成像仪相关参数即可估算得到云团高度,本方法简单易操作,填补了现阶段对于光伏站的云团高度的估算的技术的空白,从而为光伏发电功率分钟级预测提供一定数据支持。
请参考附图2,在本发明提出的一种利用天空图像的云团高度估算方法的第二实施例,基于第一实施例,步骤S120,包括如下步骤:
步骤S210:根据光流法对所述第一天空图像和所述第二天空图像进行图像配准。
步骤S220:选取所述第一天空图像中的所述第一点,获取所述第一点对应的所述第二天空图像中的所述第二点,其中,所述第一点和所述第二点均对应所述实际云团的位置点。
步骤S230:计算所述第一点与所述第二点之间的距离。
具体的,即通过光流法找到第一点和第二点,第一点和第二点均对应于实际云团的位置点P。
在本发明提出的一种利用天空图像的云团高度估算方法的第三实施例,基于第二实施例,步骤S130,包括如下步骤:
步骤S310:获取所述第一点和所述第一天空图像的中心点之间的第一距离X1以及所述第二点和所述第二天空图像的中心点之间的第二距离X2。
具体的,如附图3所示,X1为所述第一距离,X2为所述第二距离。
步骤S320:获取所述第一天空成像仪和所述第二天空成像仪之间的距离L。
具体的,如附图3所示,所述第一天空成像仪和所述第二天空成像仪之间的距离为L。
步骤S330:获取所述位置点和所述第一天空成像仪所处位置的地面垂直线之间的第三距离X3以及所述位置点和所述第二天空成像仪所处位置的地面垂直线之间的第四距离X4。
步骤S340:获取天空成像仪的凸面镜半球的高度h。
步骤S350:计算所述实际云团的高度估算值H:
其中,所述第一距离、所述第二距离、所述第三距离和所述第四距离存在以下关系:
且所述第一天空成像仪、所述第二天空成像仪、所述第三距离和所述第四距离存在如下关系:
若所述第一点和所述第二点均在所对应的天空图像的同一侧,则有:|X3-X4|=L,
若所述第一点和所述第二点均不在所对应的天空图像的同一侧,则有:X3+X4=L。
具体的,本实施例中,h优选为0.1m,L优选为1000m,X1优选为0.02m,X2优选为0.03m,则可计算得到X3为400m,X4为600m,则实际云团的高度估算值H计算结果为2000m。
通过本实施例的计算方案,能清楚便捷的计算得到实际云团的高度估算值。
在本发明提出的一种利用天空图像的云团高度估算方法的第四实施例,基于第一实施例,步骤S130,之后还包括如下步骤:
步骤S410:检验所述实际云团的高度估算值的精准度。
具体的,实际云团高度的估算值计算得到后,需要进行精准度的检验。
在本发明提出的一种利用天空图像的云团高度估算方法的第五实施例,基于第四实施例,步骤S410,包括如下步骤:
步骤S510:建立地表辐照度预测模型。
步骤S520:训练所述地表辐照度预测模型。
步骤S530:根据所述地表辐照度预测模型得到当前时刻的地表辐照度映射图。
具体的,请参考附图5,当前时刻的地表辐照度映射图反应了当前时刻地面各位置点的辐照度分布情况。
步骤S540:将所述当前时刻的地表辐照度映射图进行畸变修复处理以得到当前时刻的修正地表辐照度映射图。
具体的,请参考附图6,由于天空成像仪所用镜面为鱼眼凸面镜,所呈图像带有一定图像畸变。为提高后面云团位移矢量计算精度,故而需要进行图像畸变矫正处理,而本步骤的畸变修复处理使用到了实际云团高度的估算值H,则当前时刻的修正地表辐照度映射图的精准度和H产生了关联。
步骤S550:根据线性外推法得到未来第一预设时间段内第一云团位移矢量。
步骤S560:根据所述第一云团位移矢量和所述当前时刻的修正地表辐照度映射图得到未来所述第一预设时间段内的修正地表辐照度映射图。
具体的,这里的第一预设时间段为10min,也就是根据第一云团位移矢量和当前时刻的修正地表辐照度映射图计算得到未来10min内各分钟的修正地表辐照度映射图,也就是未来10min内各分钟的地表各位置的辐照度分布情况。
该步骤的具体技术方法和畸变修复处理的计算方法一致,即通过天空图像和地表辐照度映射图之间的比例关系,而得到在天空图像存在第一云团位移矢量时,对应的地表辐照度映射图的移动矢量,从而得到未来10min内各分钟的修正地表辐照度映射图。
步骤S570:比较未来所述第一预设时间段内的修正地表辐照度映射图及未来所述第一预设时间段内的实际辐照度以检验所述实际云团的高度估算值的精准度。
具体的,将上一步骤得到未来10min内各分钟的修正地表辐照度映射图和实际地面测量得到的未来10min的各分钟的地表辐照度情况进行对比,以判断上一步骤得到未来10min内各分钟的修正地表辐照度映射图是否精准,若精准,因未来10min内各分钟的修正地表辐照度映射图是关联了H,则证明实际云团高度的估算值H精准,反之,则证明实际云团高度的估算值H不精准。
具体的,若修正地表辐照度映射图对应的预测值和辐照度真实值的绝对值之差小于预设阈值ε(优选为10)则该修正地表辐照度映射图可信。
若未来10分钟内的可信的修正地表辐照度映射图的数量超过80%,则可推断该实际云团的高度估算值可信,即精准度较高。
在本发明提出的一种利用天空图像的云团高度估算方法的第六实施例,基于第五实施例,步骤S520,包括如下步骤:
步骤S610:获取间隔第二预设时间段的多张历史天空图像。
具体的,这里的第二预设时间段为1min。
步骤S620:获取任一张所述历史天空图像之后的所述第一预设时间段内的各张所述历史天空图像中遮住太阳位置时对应的地表辐照度值,以及遮住所述太阳位置的云团区域在任一张所述历史天空图像上的第一平均RGB值和至所述太阳位置的第一距离值。
步骤S630:将所述第一平均RGB值以及所述第一距离值作为所述地表辐照度预测模型的输入变量,并将所述地表辐照度值作为所述地表辐照度预测模型的输出变量以对所述地表辐照度预测模型进行训练。
本实施例为训练地表辐照度预测模型的常用步骤,不再赘述。
在本发明提出的一种利用天空图像的云团高度估算方法的第七实施例,基于第六实施例,步骤S620,包括如下步骤:
步骤S710:利用傅里叶相位相关法计算相邻两张所述历史天空图像之间第二云团位移矢量。
具体的,设第二云团位移矢量为(xk,yk),
计算步骤如下:
其中,(x,y)表示笛卡尔坐标系中的坐标值,(u,v)表示频域中的坐标值,f(x,y)表示某一所述历史天空图像,j为虚数单位,M*N表示所述历史天空图像的分辨率,本实施例中M*N优选为350*350,|F(u,v)|为图像幅值谱,且|F(u,v)|=R2(u,v)+I2(u,v),其中I和R分别为复数矩阵|F(u,v)|的虚部和实部,φ(u,v)为相位谱,且
计算相邻的两张所述历史天空图像中的后一张所述历史天空图像:
f2(x,y)=f1(x-x0,y-y0),
其中,f2(x,y)为后一张所述历史天空图像,f1(x,y)为前一张所述历史天空图像,它们之间的位移矢量为(x0,y0);
计算相邻的两张所述历史天空图像的互相关功率谱:
通过傅里叶逆变换提取脉冲峰值坐标值:
F-1{C(u,v)}=δ(x-x0,y-y0),
其中,δ()为脉冲峰值函数,F-1{C(u,v)}为第二云团位移矢量,即(xk,yk)=F-1{C(u,v)}。
步骤S720:利用累加原理获取后来的所述预设第一时间段内各张所述历史天空图像中移动至太阳中心处的云团区域于之前的所述历史天空图像上的中心坐标。
具体的,计算公式为:
其中,第一预设时间段为10min,(xk,i,yk,i)为第k张之后的第i张所述历史天空图像的遮住所述太阳位置的云团在第k张所述历史天空图像中的中心坐标,(xk,0,yk,0)为第k所述历史天空图像中所述太阳位置的中心坐标,(xk,yk)为第k张所述历史天空图像和第k+1张所述历史天空图像之间的所述第二云团位移矢量,s为所述10min内各所述历史天空图像的张数,本实施例优选为10。
步骤S730:设定所述云团区域的半径设为R1。
具体的,本实施例中R1优选为35。
步骤S740:根据所述云团区域的半径以及中心坐标计算得到各所述云团区域的第一平均RGB值。
步骤S750:计算得到各所述云团区域至所述太阳位置的所述第一距离值。
具体的,计算公式如下:
其中,Dk,i为第k张之后的第i张所述历史天空图像中遮住太阳的云团于第k张所述历史天空图像中至所述太阳位置的所述第一距离值,i小于等于10。
在本发明提出的一种利用天空图像的云团高度估算方法的第八实施例,基于第五实施例,步骤S540,包括如下步骤:
步骤S810:获取当前时刻的地表辐照度映射图中像素点S(x1,y1)及对应天空成像仪的球面镜表面上的Q(x2,y2)点,两点关系可表示为:
其中,t表示像素距离与实际距离之间的换算系数,r为天空成像仪的球面镜的半径,则点S点所对应的天顶角a可表示为:
则像素点S点所对应的方位角b表示为:
步骤S820:获取像素点S对应的天空中实际点在当前时刻的修正地表辐照度映射图中的实际坐标P(x,y):
其中,H为所述实际云团的高度估算值。
具体的,请参考附图7,本实施例即是畸变矫正处理的具体计算方案,这里的计算方案引入了H,使得当前时刻的修正地表辐照度映射图的精准度和H的精度产生了相关性,便于后续判断H的精准度。
在本发明提出的一种利用天空图像的云团高度估算方法的第九实施例,基于第五实施例,步骤S550包括如下步骤:
步骤S910:获取当前天空图像。
具体的,当前天空图像请参考附图4。
步骤S920:根据线性外推法和所述当前天空图像得到未来所述第一预设时间段内第一云团位移矢量,计算公式如下:
其中,第一预设时间段为10min,(xh+n,yh+n)为现在的所述当前天空图像之后的第n张所述当前天空图像与第n-1张所述当前天空图像之间的第一云团位移矢量,(xh+n-10,yh+n-10)表示现在的所述当前天空图像之前的第10-n张所述当前天空图像与之前的第9-n张所述当前天空图像之间的第一云团位移矢量,p为所述10min内各所述当前天空图像的张数,本实施例为10张。
本发明还提出一种利用天空图像的云团高度估算系统,本系统包括天空成像仪和计算机设备;所述计算机设备包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序;所述计算机程序被所述处理器执行时实现如上述任一项所述的利用天空图像的云团高度估算方法的实施例。
在本说明书的描述中,参考术语“一实施例”、“另一实施例”、“其他实施例”、或“第一实施例~第X实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料、方法步骤或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上面对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (10)
1.一种利用天空图像的云团高度估算方法,其特征在于,包括如下步骤:
获取第一天空成像仪拍摄到的第一天空图像以及同一时刻第二天空成像仪拍摄到的第二天空图像,其中,所述第一天空成像仪和所述第二天空成像仪位于同一光伏站的不同位置;
根据光流法获取所述第一天空图像中的第一点以及和所述第一点配准的所述第二天空图像中的第二点的位置之间的距离;
根据所述第一点和所述第二点的位置之间的距离得到实际云团的高度估算值。
2.如权利要求1所述的利用天空图像的云团高度估算方法,其特征在于,所述根据光流法获取所述第一天空图像中的第一点以及和所述第一点配准的所述第二天空图像中的第二点的位置之间的距离,包括:
根据光流法对所述第一天空图像和所述第二天空图像进行图像配准;
选取所述第一天空图像中的所述第一点,获取所述第一点对应的所述第二天空图像中的所述第二点,其中,所述第一点和所述第二点均对应所述实际云团的位置点;
计算所述第一点与所述第二点之间的距离。
3.如权利要求2所述的利用天空图像的云团高度估算方法,其特征在于,所述根据所述第一点和所述第二点的位置得到所述实际云团的高度估算值,包括:
获取所述第一点和所述第一天空图像的中心点之间的第一距离X1以及所述第二点和所述第二天空图像的中心点之间的第二距离X2;
获取所述第一天空成像仪和所述第二天空成像仪之间的距离L;
获取所述位置点和所述第一天空成像仪所处位置的地面垂直线之间的第三距离X3以及所述位置点和所述第二天空成像仪所处位置的地面垂直线之间的第四距离X4;
获取天空成像仪的凸面镜半球的高度h;
计算所述实际云团的高度估算值H:
其中,所述第一距离、所述第二距离、所述第三距离和所述第四距离存在以下关系:
且所述第一天空成像仪、所述第二天空成像仪、所述第三距离和所述第四距离存在如下关系:
若所述第一点和所述第二点均在所对应的天空图像的同一侧,则有:|X3-X4|=L,
若所述第一点和所述第二点均不在所对应的天空图像的同一侧,则有:X3+X4=L。
4.如权利要求1所述的利用天空图像的云团高度估算方法,其特征在于,所述根据所述第一点和所述第二点的位置得到所述实际云团的高度值,之后还包括:
检验所述实际云团的高度估算值的精准度。
5.如权利要求4所述的利用天空图像的云团高度估算方法,其特征在于,所述检验所述实际云团的高度估算值的精准度,包括:
建立地表辐照度预测模型;
训练所述地表辐照度预测模型;
根据所述地表辐照度预测模型得到当前时刻的地表辐照度映射图;
将所述当前时刻的地表辐照度映射图进行畸变修复处理以得到当前时刻的修正地表辐照度映射图;
根据线性外推法得到未来第一预设时间段内第一云团位移矢量;
根据所述第一云团位移矢量和所述当前时刻的修正地表辐照度映射图得到未来所述第一预设时间段内的修正地表辐照度映射图;
比较未来所述第一预设时间段内的修正地表辐照度映射图及未来所述第一预设时间段内的实际辐照度以检验所述实际云团的高度估算值的精准度。
6.如权利要求5所述的利用天空图像的云团高度估算方法,其特征在于,所述训练所述地表辐照度预测模型,包括:
获取间隔第二预设时间段的多张历史天空图像;
获取任一张所述历史天空图像之后的所述第一预设时间段内的各张所述历史天空图像中遮住太阳位置时对应的地表辐照度值,以及遮住所述太阳位置的云团区域在任一张所述历史天空图像上的第一平均RGB值和至所述太阳位置的第一距离值;
将所述第一平均RGB值以及所述第一距离值作为所述地表辐照度预测模型的输入变量,并将所述地表辐照度值作为所述地表辐照度预测模型的输出变量以对所述地表辐照度预测模型进行训练。
7.如权利要求6所述的利用天空图像的云团高度估算方法,其特征在于,所述获取任一张所述历史天空图像之后的所述第一预设时间段内的各张所述历史天空图像中遮住太阳位置时对应的地表辐照度值,以及遮住所述太阳位置的第一云团在任一张所述历史天空图像上的第一平均RGB值和至所述太阳位置的第一距离值,包括:
利用傅里叶相位相关法计算相邻两张所述历史天空图像之间第二云团位移矢量;
利用累加原理获取后来的所述预设第一时间段内各张所述历史天空图像中移动至太阳中心处的云团区域于之前的所述历史天空图像上的中心坐标;
根据所述云团区域的半径以及中心坐标计算得到各所述云团区域的第一平均RGB值;
计算得到各所述云团区域至所述太阳位置的所述第一距离值。
10.一种利用天空图像的云团高度估算系统,其特征在于,包括天空成像仪和计算机设备;所述计算机设备包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序;所述计算机程序被所述处理器执行时实现如权利要求1至9中任一项所述的利用天空图像的云团高度估算方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010157539.3A CN111402312B (zh) | 2020-03-09 | 2020-03-09 | 利用天空图像的云团高度估算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010157539.3A CN111402312B (zh) | 2020-03-09 | 2020-03-09 | 利用天空图像的云团高度估算方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111402312A true CN111402312A (zh) | 2020-07-10 |
CN111402312B CN111402312B (zh) | 2023-07-28 |
Family
ID=71430590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010157539.3A Active CN111402312B (zh) | 2020-03-09 | 2020-03-09 | 利用天空图像的云团高度估算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111402312B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112085751A (zh) * | 2020-08-06 | 2020-12-15 | 浙江工业大学 | 一种基于云图阴影匹配算法的云层高度估算方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007184354A (ja) * | 2006-01-05 | 2007-07-19 | Mitsubishi Electric Corp | 太陽光発電システム |
US20130258068A1 (en) * | 2012-03-30 | 2013-10-03 | General Electric Company | Methods and Systems for Predicting Cloud Movement |
CN110717592A (zh) * | 2019-10-11 | 2020-01-21 | 华北电力大学 | 一种计算光伏电站地表辐照度空间分布的方法 |
-
2020
- 2020-03-09 CN CN202010157539.3A patent/CN111402312B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007184354A (ja) * | 2006-01-05 | 2007-07-19 | Mitsubishi Electric Corp | 太陽光発電システム |
US20130258068A1 (en) * | 2012-03-30 | 2013-10-03 | General Electric Company | Methods and Systems for Predicting Cloud Movement |
CN110717592A (zh) * | 2019-10-11 | 2020-01-21 | 华北电力大学 | 一种计算光伏电站地表辐照度空间分布的方法 |
Non-Patent Citations (3)
Title |
---|
ZHAO ZHEN ET AL.: "Image phase shift invariance based multi-transform-fusion method for cloud motion displacement calculation using sky images", 《ELSEVIER》 * |
王诚良;朱凌志;党东升;赵亮;丁煌;: "云团移动对光伏电站出力特性及系统调频的影响", 可再生能源 * |
王飞;甄钊;米增强;孙宏斌;刘纯;王勃;卢静;: "基于相位相关的天空图像云团运动速度计算方法研究", 太阳能学报 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112085751A (zh) * | 2020-08-06 | 2020-12-15 | 浙江工业大学 | 一种基于云图阴影匹配算法的云层高度估算方法 |
CN112085751B (zh) * | 2020-08-06 | 2024-03-26 | 浙江工业大学 | 一种基于云图阴影匹配算法的云层高度估算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111402312B (zh) | 2023-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nguyen et al. | High PV penetration impacts on five local distribution networks using high resolution solar resource assessment with sky imager and quasi-steady state distribution system simulations | |
Huang et al. | Cloud motion estimation for short term solar irradiation prediction | |
Chow et al. | Intra-hour forecasting with a total sky imager at the UC San Diego solar energy testbed | |
CN110738252A (zh) | 空间自相关的机器学习卫星降水数据降尺度方法、系统 | |
WO2017193153A1 (en) | Solar power forecasting | |
Zhen et al. | Research on a cloud image forecasting approach for solar power forecasting | |
JPWO2019155594A1 (ja) | 太陽光発電設備の設計支援装置、設計支援方法、設計支援プログラム及び設計支援用学習済みモデル作成装置 | |
CN104537068A (zh) | 一种电子地图接入方法和装置 | |
WO2013121340A1 (en) | Digital elevation model | |
CN111402312B (zh) | 利用天空图像的云团高度估算方法及系统 | |
Laslett et al. | A method for generating synthetic hourly solar radiation data for any location in the south west of Western Australia, in a world wide web page | |
Dissawa et al. | Cross-correlation based cloud motion estimation for short-term solar irradiation predictions | |
CN110728718B (zh) | 改进摄像机标定各参数的方法 | |
CN111652126A (zh) | 一种基于卫星云图的反演辐射方法 | |
CN110717592B (zh) | 一种计算光伏电站地表辐照度空间分布的方法 | |
CN116780533B (zh) | 一种光伏超短期预报方法、装置、电子设备和存储介质 | |
CN109738973A (zh) | 一种基于太阳方位的全天空成像仪标定方法 | |
CN108181007A (zh) | 哈特曼波前探测器弱信号的光斑质心计算方法 | |
CN111735447A (zh) | 一种仿星敏式室内相对位姿测量系统及其工作方法 | |
CN105528772A (zh) | 一种基于指导性滤波的图像融合方法 | |
CN113029332A (zh) | 卫星云图的预测方法、装置和处理器 | |
CN111932006B (zh) | 一种基于地面阴影图的光伏发电出力预测方法 | |
Zhou et al. | Cloud Displacement Vector Calculation in Satellite Images Based on Cloud Pixel Spatial Aggregation and Edge Matching for PV Power Forecasting | |
CN113435118A (zh) | 辐照度确定方法、装置、设备及存储介质 | |
CN111292229B (zh) | 通过天空图像-辐照度模型预测地表辐照度的方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |