System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及地表辐射分析的,尤其涉及结合地基云图和辐射观测的地表太阳辐射能量预测方法。
技术介绍
1、电力资源是人类生活的必需资源。长期以来人类都严重依赖于使用化石燃料燃烧发电,造成大量不可再生资源的消耗,加剧了全球气候变暖进程,对人类赖以生存的生态环境带来了极大损害。而太阳是一个巨大的自然聚变核反应堆,它将在未来很长的时间范围内,持续不断的向地球输送稳定的能量,由于其能量主要集中于短波范围内,故太阳辐射又被称为短波辐射。利用太阳能发电具有安全高效、易于获取、无污染等巨大优势,近年来,国内外光伏发电技术稳步发展,使得光伏发电成本大幅度降低,大大提高了光伏发电技术的竞争力。
2、然而,光伏发电的不稳定性是影响其大面积投入使用的一大阻力。光伏发电技术的不稳定性主要是由于地面接收到的太阳辐射具有间歇性和不确定性。云的产生和运动是地表辐射变化不确定性的根本原因之一,由于云层的阻挡太阳短波辐射会出现不同程度的衰减。如果不对这些情况做出及时处理,可能会导致供电系统的部分瘫痪。因此,准确预测太阳辐射成为实现光伏发电大面积并入电网的关键技术之一。
3、相关技术中,对地表辐射预测通常使用辐射传输方程求解,需要大量的气象参数作为输入,导致计算速度较慢且预测精性依然存在提升空间。
技术实现思路
1、有鉴于此,本申请提供结合地基云图和辐射观测的地表太阳辐射能量预测方法,能够提高地表辐射预测的精准性,而且提高了预测速度。
2、第一方面,本申请提供一种结合地基云图和辐射观测的
3、根据目标地基云图所对应的晴空指数和太阳天顶角,从该目标地基云图中提取云像素有效区域;
4、根据所述云像素有效区域,确定云团的运动矢量,并基于所述运动矢量确定太阳遮挡系数;
5、基于机器学习模型,根据太阳遮挡系数和历史地表辐射值获得未来时期地表辐射的预测结果。
6、可选地,根据目标地基云图所对应的晴空指数和太阳天顶角从该目标地基云图中提取云像素有效区域,包括:
7、根据目标地基云图所对应的晴空指数和太阳天顶角,基于预定义的晴空指数、太阳天顶角、云识别方法之间对应关系,确定目标地基云图所适用的目标云识别方法;
8、根据所述目标云识别方法从该目标地基云图中提取云像素有效区域。
9、可选地,当所述目标云识别方法为自适应阈值法,所述目标云识别方法包括:
10、通过以下公式确定目标云图的蓝红蓝绿比值特征值brbg,
11、;
12、上式中, r为红色波段 dn值, b为蓝色波段 dn值, g为绿色波段 dn值;
13、基于最大类间方差法确定分类阈值t,并将brbg不超过阈值t的像素确立为云像素,进而确定云像素有效区域。
14、可选地,当所述目标云识别方法为晴空背景差法,所述目标云识别方法包括:
15、根据目标地基云图对应的太阳天顶角,从预定义的晴空云库图中确立晴空背景云图;
16、通过以下公式,分别确定目标地基云图、晴空背景云图的归一化比值特征nrbr,
17、;
18、上式中, r为红色波段 dn值, b为蓝色波段 dn值, g为绿色波段 dn值;
19、确定目标地基云图的nrbr与晴空背景云图的nrbr之间差值,并将所述差值超过阈值的像素定义确立为云像素,进而确定云像素有效区域。
20、可选地,当所述目标云识别方法为分区域阈值法,所述目标云识别方法包括:
21、通过以下公式确定目标地基云图分区的蓝红蓝绿比值特征值brbg,
22、;
23、上式中, r为红色波段 dn值, b为蓝色波段 dn值, g为绿色波段 dn值;
24、基于最大类间方差法确定分类阈值 th1,并根据分类阈值 th1和目标地基云图的晴空值数确定云识别阈值 th2;
25、将目标地基云图分区以获得太阳盘周围区域和其它区域;
26、根据云识别阈值 th2对太阳盘周围区域识别;
27、利用自适应阈值算法对其他区域识别。
28、可选地,当所述目标云识别方法为固定阈值法,所述目标云识别方法包括:
29、通过以下公式确定目标云图的蓝红蓝绿比值特征值brbg,
30、;
31、上式中, r为红色波段 dn值, b为蓝色波段 dn值, g为绿色波段 dn值;
32、将brbg超过阈值的像素确立为云像素,进而确定云像素有效区域。
33、可选地,根据所述云像素有效区域确定云团的运动矢量,具体为:
34、基于块匹配算法,根据所述云像素有效区域确定云团的运动矢量。
35、可选地,基于所述运动矢量确定太阳遮挡系数,包括:
36、基于k-means算法从运动矢量中提取主运动矢量;
37、根据所述主运动矢量,确定太阳周围云网格;
38、根据所述太阳周围云网格的长度、宽度和云像素的像素信息,确定太阳周围云网格内预测时刻的云分数;
39、根据所述云分数,并结合预定义规则,确定太阳遮挡系数。
40、第二方面,本申请提供一种基于地基云图的地表辐射预测装置,包括:
41、提取模块,用以根据目标地基云图所对应的晴空指数和太阳天顶角,从该目标地基云图中提取云像素有效区域;
42、确定模块,用以根据所述云像素有效区域,确定云团的运动矢量,并基于所述运动矢量确定太阳遮挡系数;
43、预测模块,用以基于机器学习模型,根据太阳遮挡系数和历史地表辐射值获得未来时期地表辐射的预测结果。
44、第三方面,本申请提供一种执行设备,包括处理器和存储器,所述处理器与所述存储器耦合;
45、所本文档来自技高网...
【技术保护点】
1.一种结合地基云图和辐射观测的地表太阳辐射能量预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,根据目标地基云图所对应的晴空指数和太阳天顶角从该目标地基云图中提取云像素有效区域,包括:
3.根据权利要求2所述的方法,其特征在于,当所述目标云识别方法为自适应阈值法,所述目标云识别方法包括:
4.根据权利要求2所述的方法,其特征在于,当所述目标云识别方法为晴空背景差法,所述目标云识别方法包括:
5.根据权利要求3所述的方法,其特征在于,当所述目标云识别方法为分区域阈值法,所述目标云识别方法包括:
6.根据权利要求2所述的方法,其特征在于,当所述目标云识别方法为固定阈值法,所述目标云识别方法包括:
7.根据权利要求1所述的方法,其特征在于,根据所述云像素有效区域确定云团的运动矢量,具体为:
8.根据权利要求1所述的方法,其特征在于,基于所述运动矢量确定太阳遮挡系数,包括:
9.一种结合地基云图和辐射观测的地表太阳辐射能量预测装置,其特征在于,包括:
10.
...【技术特征摘要】
1.一种结合地基云图和辐射观测的地表太阳辐射能量预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,根据目标地基云图所对应的晴空指数和太阳天顶角从该目标地基云图中提取云像素有效区域,包括:
3.根据权利要求2所述的方法,其特征在于,当所述目标云识别方法为自适应阈值法,所述目标云识别方法包括:
4.根据权利要求2所述的方法,其特征在于,当所述目标云识别方法为晴空背景差法,所述目标云识别方法包括:
5.根据权利要求3所述的方法,其特征在于,当所述目标云识别方法为分区...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。