太阳能直射辐射强度信息预测方法和系统技术方案

本发明专利技术涉及一种太阳能直射辐射强度信息预测方法和系统，包括以下步骤：获取目标区域内云层信息图像和目标区域内太阳辐射值，提取目标区域内云层信息图像的图像特征值，根据目标区域内太阳辐射值和目标区域内云层信息的图像特征值进行训练学习，获取直射辐射强度预测模型；利用实测的目标区域内的云层信息图像的图像特征值以及直射辐射强度预测模型确定目标区域内太阳能直射辐射强度信息。上述该预测方法能预测太阳能直射辐射强度信息，并能大大提高太阳能直射辐射强度信息的准确性。

【技术实现步骤摘要】
太阳能直射辐射强度信息预测方法和系统
本专利技术涉及太阳能直射辐射强度信息预测技术，特别是涉及一种太阳能直射辐射强度信息预测方法和系统。
技术介绍
太阳能光伏发电技术是目前大力推广的新能源发电方式。正当光伏热在新能源产业领域高歌猛进之际，光伏发电产业在全球范围内如雨后春笋，在中国的发展更是如火如荼。例如，2010到2015的五年间，中国光伏装机量增长了50倍，预计到2020中国太阳能产业的年度总投资额将达到2000亿人民币，太阳能发电将达到150GW，将达到电网总发功率的10％。伴随着分布式光伏发电系统对配电网渗透率日益提升，其对配电网经济及电能质量所产生的负面影响越来越大，已经成为迫切需要解决的问题。由于太阳能发电受到天气的影响，光伏发电企业需要对太阳能进行预测。目前，常用的太阳能预测方法主要是预测太阳能辐射值，太阳能辐射值预测方法主要分为三大类分别为：基于历史气象数据和光伏发电数据的研究然后利于统计学方法进行分析建模、基于卫星云图资料数据和店面监测资料数据，通过卫星、雷达图像处理，计算出实时太阳能辐射的预报方法和基于天气预报的预测方法；然而太阳能包括直射和辐射强度信息，上述的预测方法难以预测太阳的直射轻强度信息，并且辐射强度预测不准确、误差很大。
技术实现思路
基于此，有必要针对现如今预测方法难以预测太阳直射强度信息且辐射预测不准确问题，提供一种太阳能直射辐射强度信息预测方法和系统。一种太阳能直射辐射强度信息预测方法，包括以下步骤：获取目标区域内云层信息图像和目标区域内太阳辐射值；提取所述目标区域内云层信息图像的图像特征值；根据所述目标区域内的太阳辐射值和所述目标区域内云层信息的图像特征值进行训练学习，获取直射辐射强度预测模型；利用实测的目标区域内的云层信息图像的图像特征值以及所述直射辐射强度预测模型确定目标区域内太阳能直射辐射强度信息。一种太阳能直射辐射强度信息预测系统，包括：信息获取模块，用于获取目标区域内云层信息图像和目标区域内太阳辐射值；特征值提取模块，用于提取所述目标区域内云层信息图像的图像特征值；预测模型获取模块，用于根据所述目标区域内的太阳辐射值和所述目标区域内云层信息的图像特征值进行训练学习，获取直射辐射强度预测模型；直射辐射强度信息确定模块，用于利用实测的目标区域内的云层信息图像的图像特征值以及所述直射辐射强度预测模型确定目标区域内太阳能直射辐射强度信息。上述太阳能直射辐射强度信息预测方法和系统，利用天空成像技术获取天空云层信息图像，以云层信息图像的图像特征值为核心，并以云层信息图像的图像特征值和太阳辐射值为样本进行训练学习获得直射辐射强度预测模型，然后利用实测的云层信息图像的图像特征值通过直射辐射强度预测模型预测目标区域内未来某时间段的太阳能直射辐射强度信息。上述该预测方法能预测太阳能直射辐射强度信息，并能大大提高太阳能直射辐射强度信息的准确性。附图说明图1是本专利技术的太阳能直射辐射强度信息预测方法在一个实施例中的流程示意图；图2为本专利技术实施例中提取目标区域内云层信息图像的图像特征值的流程示意图；图3为本实施例中利用实测的目标区域内的云层信息图像的图像特征值以及直射辐射强度预测模型确定目标区域内太阳能直射辐射强度信息的流程示意图；图4为本专利技术的太阳能直射辐射强度信息预测方法在另一实施例中的流程示意图；图5为本专利技术的太阳能直射辐射强度信息预测法方法整个过程的流程示意；图6为本专利技术的太阳能直射辐射强度信息预测系统在一个实施例中的结构示意图。具体实施方式下面将结合较佳实施例及附图对本专利技术的内容作进一步详细描述。显然，下文所描述的实施例仅用于解释本专利技术，而非对本专利技术的限定。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。应当说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部内容。图1是本专利技术的太阳能直射辐射强度信息预测方法在一个实施例中的流程示意图。如图1所示，本实施例中的太阳能直射辐射强度信息预测方法包括以下步骤：步骤S110，获取目标区域内云层信息图像和目标区域内太阳辐射值。在本实施例中，目标区域可以是任意区域，通常情况下，为光伏发电站所在位置区域。在获取目标区域内云层信息图像和目标区域内太阳辐射值之前，要采集相关的数据。在本实施例中，主要采集目标区域内的云层信息图像以及目标区域内的太阳辐射值。其中，采集目标区域内的云层信息图像，主要采集目标区域内天空图像，天空图像中包含大量云层信息，主要利用相机对准天顶角拍摄天空图像，进而从天空图像中采集云层信息。在图像拍摄过程中，要选择目标区域内不同的拍摄空间并且要拍摄多组图像。在测量目标区域内太阳辐射值是利用通用辐射测量设备对准目标区域内所需要的测量方向测量太阳的辐射强度信息。另外，在图像采集和太阳辐射值测量过程中要获取多个小时的数据，往往要采集不少于300小时数据。另外，在采集图像可以采用普通相机，在测量太阳能辐射值时可以采用任意的测量设备。步骤S120，提取所述目标区域内云层信息图像的图像特征值。提取图像特征值，即图像特征提取，可以是指使用计算机提取图像信息，也就是对图像进行一个运算处理，确定每个图像的点是否属于一个图像特征，图像特征提取往往是许多计算机算法分析的基础。常见的图像特征有颜色特征、文理特征、形状特征、空间关系特征。常用的特征提取方法有Fourier变换法、窗口Fourier变换(Gabor)、小波变换法、最小二乘法、边界方向直方图法、基于Tamura纹理特征提取等。在本实施例中，可以利用图像特征提取法提取目标区域内云层信息图像的图像特征值。在图像特征提取过程中，可以采用常用的特征提取方法，例如Fourier变换法、窗口Fourier变换(Gabor)、小波变换法、最小二乘法等。步骤S130，根据所述目标区域内的太阳辐射值和所述目标区域内云层信息的图像特征值进行训练学习，获取直射辐射强度预测模型；训练学习，就是利用已经创建的数据集建立模型算法，并设置算法对应的参数，对整个算法进行评估。在本实施例中，主要以目标区域内的历史太阳辐射值和目标区域内历史云层信息的图像特征值为样本，进行训练学习，训练完成后获得直射辐射强度预测模型。步骤S140，利用实测的目标区域内的云层信息图像的图像特征值以及直射辐射强度预测模型确定目标区域内太阳能直射辐射强度信息。在本实施例中，根据直射辐射强度预测模型，可以分析得出目标区域内的云层图像的图像特征值与太阳能直射辐射强度信息的对应的关系，因此将实时测量的目标区域内的云层信息图像的图像特征值输入直射辐射预测模型，就可以计算得到目标区域内太阳能直射辐射强度信息。本专利技术中一种太阳能直射辐射强度信息预测方法，利用天空成像技术获取天空云层信息图像，以云层信息图像的图像特征值为核心，并以云层信息图像的图像特征值和太阳辐射值为样本进行训练学习，获得直射辐射强度预测模型，然后利用实测的云层信息图像的图像特征值通过直射辐射强度预测模型预测目标区域内未来某时间段的太阳能直射辐射强度信息。上述该预测方法操作过程简单易行，数据处理迅速、能预测太阳能直射辐射强度信息，得到的数据精确。此外，利用预测方法计算太阳能直射辐射强度信息时可以预测超短期(例本文档来自技高网...

【技术保护点】
一种太阳能直射辐射强度信息预测方法，其特征在于，包括以下步骤：获取目标区域内云层信息图像和目标区域内太阳辐射值；提取所述目标区域内云层信息图像的图像特征值；根据所述目标区域内太阳辐射值和所述目标区域内云层信息的图像特征值进行训练学习，获取直射辐射强度预测模型；利用实测的目标区域内的云层信息图像的图像特征值以及所述直射辐射强度预测模型确定目标区域内太阳能直射辐射强度信息。

【技术特征摘要】
1.一种太阳能直射辐射强度信息预测方法，其特征在于，包括以下步骤：获取目标区域内云层信息图像和目标区域内太阳辐射值；提取所述目标区域内云层信息图像的图像特征值；根据所述目标区域内太阳辐射值和所述目标区域内云层信息的图像特征值进行训练学习，获取直射辐射强度预测模型；利用实测的目标区域内的云层信息图像的图像特征值以及所述直射辐射强度预测模型确定目标区域内太阳能直射辐射强度信息。2.根据权利要求1所述的太阳能直射辐射强度信息预测方法，其特征在于，提取所述目标区域内云层信息图像的图像特征值的过程中，包括以下步骤：提取目标区域内云层信息图像的所有像素的红蓝比值；根据所有像素的红蓝比值确定云层信息图像的图像特征值，所述云层信息图像的图像特征值包括所有像素的红蓝比值的平均值、方差值以及熵值。3.根据权利要求1所述的太阳能直射辐射强度信息预测方法，其特征在于，所述太阳能直射辐射强度信息包括目标区域内目标时间段的太阳能直射辐射强度值、直射辐射强度方差、太阳能直射辐射强度概率分布以及太阳能直射辐射强度概率分布的置信区间。4.根据权利要求3所述的太阳能直射辐射强度信息预测方法，其特征在于，利用实测的目标区域内的云层信息图像的图像特征值以及直射辐射强度预测模型确定目标区域内太阳能直射辐射强度信息的过程中，包括以下步骤：将实测的目标区域内的云层信息图像的图像特征值输入直射辐射强度预测模型计算所述目标区域内目标时间段的太阳能直射辐射强度值和所述直射辐射强度方差；根据所述目标区域内目标时间段的太阳能直射辐射强度值和所述直射辐射强度方差利用高斯分布模型确定所述太阳能辐射强度概率分布和太阳能直射辐射强度概率分布的置信区间。5.根据权利要求1所述的太阳能直射辐射强度信息预测方法，其特征在于，在提取所述目标区域内云层信息图像的图像特征值之前，还包括以下步骤：同步化所述目标区域内云层信息图像和所述目标区域内太阳辐射值，并组建统一的时间序列；提取所述目标区域内云层信息图像的图像特征值的步骤包括：根据时间序列...

【专利技术属性】
技术研发人员：褚英昊，顾天昊，
申请(专利权)人：深圳市昊睿智控科技服务有限公司，
类型：发明
国别省市：广东,44