【技术实现步骤摘要】
本申请涉及云图运动轨迹预测，尤其是涉及云团移动轨迹预测方法、装置及电子设备及存储介质。
技术介绍
1、随着世界范围内社会经济的快速发展，人类对于能源的需求不断增加，以石油、煤炭为主的传统化石能源结构将带来全球变暖等环境破坏问题，对于太阳能等清洁能源的开发与利用引起了广泛关注。光伏发电是将太阳能转化为电能的主要手段，但光伏发电输出功率受地表辐照度衰减等因素的影响。
2、相关的一种云团移动轨迹预测方法则是将采集的数据全部输入至预先训练好的物理模型中，当输入参数中存在误差，可能会导致预测结果偏离实际，而云团在运动过程中，则会受到各种天气因素的影响，因此，该物理模型会降低云团轨迹预测的准确性。
技术实现思路
1、为了提高云团移动轨迹预测准确性，本申请提供云团移动轨迹预测方法、装置及电子设备及存储介质。
2、第一方面，本申请提供云团移动轨迹预测方法，采用如下的技术方案：
3、云团移动轨迹预测方法，包括：
4、获取天空图像；
5、对所述天空图像进行分析，得到有效图像，所述有效图像为所述天空图像中包含云层、晴空信息的图像；
6、对所述有效图像进行分析，得到云层类别，所述云层类别包括积云、层云、卷云；
7、基于所述云层类别，提取预设时间段内云团信息，所述云团信息为预设时间段内每一帧云团的位置和速度；
8、基于所述云团信息确定云团运动预测轨迹。
9、通过采用上述技术方案，在获取天空图像之后，通
10、在另一种可能实现的方式中，所述对所述天空图像进行分析，得到有效图像，包括：
11、对所述天空图像进行掩膜处理，得到目标区域，所述目标区域为包含天空的区域；
12、对所述目标区域进行灰度处理，确定至少一个像素点的灰度值；
13、将每个像素点的灰度值与预设灰度阈值进行对比，得到高亮区域，所述高亮区域为所述灰度值大于所述预设灰度阈值的区域；
14、对所述高亮区域进行特征提取，得到高亮区域特征轮廓；
15、基于所述高亮区域特征轮廓，对所述目标区域进行修复，得到有效图像。
16、通过采用上述技术方案，通过掩膜处理，能够准确识别并提取出包含天空的目标区域，去除了图像中不必要的背景或干扰部分，从而提高了后续处理的图像质量。将彩色图像转换为灰度图像后，处理的数据量大大减少，同时保留了足够的信息用于云团像素点的识别。简化了处理过程，同时提高了处理效率。通过设定预设灰度阈值，并与每个像素点的灰度值进行对比，可以准确地识别出高亮区域，即曝光过度的区域或云团区域。对高亮区域进行特征提取，可以得到云团的特征轮廓。这些特征轮廓不仅有助于云团的识别，还为后续的云团分类以及云团移动轨迹预测提供了重要的数据支持。基于高亮区域特征轮廓对目标区域进行修复，可以有效地去除曝光过度或遮挡等造成的图像缺陷，使修复后的图像更加接近真实情况，提高分析的准确性。
17、在另一种可能实现的方式中，所述基于所述高亮区域特征轮廓，对所述目标区域进行修复，得到有效图像，包括：
18、将所述高亮区域特征轮廓与预设云层轮廓进行对比，判断所述高亮区域特征轮廓是否存在云层；
19、若所述高亮区域特征轮廓存在云层，则对所述高亮区域插值处理，得到有效图像。
20、通过采用上述技术方案，通过将高亮区域特征轮廓与预设云层轮廓进行对比，可以准确判断高亮区域是否真正包含云层。对于确实存在云层的高亮区域，通过插值处理进行修复，可以有效改善这些区域的曝光过度问题，修复后的有效图像为后续的计算提供准确的数据。
21、在另一种可能实现的方式中，所述对所述有效图像进行分析，得到所述云层类别，包括：
22、对所述有效图像进行颜色特征提取，得到第一图像特征；
23、对所述有效图像进行纹理特征提取，得到第二图像特征；
24、对所述有效图像进行形状特征提取，得到第三图像特征；
25、将所述第一图像特征、所述第二图像特征以及所述第三图像特征输入预先训练好的分类模型中，得到云层类别。
26、通过采用上述技术方案，通过对有效图像进行多特征提取和分类，该方案不仅能够得到云层的类别信息，还能进一步分析云层的颜色、纹理和形状等详细特征。将第一图像特征、第二图像特征以及第三图像特征输入预先训练好的分类模型能够快速地对输入的特征进行处理和分类，从而提高了整个分类过程的效率。
27、在另一种可能实现的方式中，所述基于所述云层类别，提取预设时间段内云团信息，包括：
28、加载所述预设时间段内的图像序列；
29、基于所述图像序列，建立时间和位置的坐标系，确定每一帧图像的位置和每一帧图像的时间；
30、基于每一帧图像的位置和每一帧图像的时间，计算相邻帧之间的云团位置变化量和相邻帧之间的时间间隔；
31、通过所述云团位置变化量与所述时间间隔，计算所述云团速度。
32、通过采用上述技术方案，通过加载预设时间段内的图像序列，并建立时间和位置的坐标系，能够精确地追踪每一帧图像中云团的位置。然后通过计算相邻帧之间的云团位置变化量和时间间隔，可以量化云团的运动情况。够准确地反映云团在预设时间段内的运动速度。
33、在另一种可能实现的方式中，所述基于所述云团信息确定云团运动预测轨迹，包括：
34、将时间作为横坐标，速度作为纵坐标，建立运动轨迹坐标系；
35、将所述图像序列在所述运动轨迹坐标系中进行标注，得到至少一个云团轨迹特征；
36、将所述至少一个云团轨迹特征进行连接，得到第一云团运动轨迹。
37、通过采用上述技术方案，通过将时间作为横坐标，速度作为纵坐标，建立运动轨迹坐标系，该方案能够直观地展示云团在不同时间点的运动状态。将图像序列中的云团信息标注在运动轨迹坐标系中，并连接成云团轨迹特征，能够精确地预测云团的未来运动轨迹。这种预测不仅考虑了云团当前的位置和速度，还融入了云团的历史运动信息，从而提高了预测的准确性和可靠性。
38、在另一种可能实现的方式中，所述方法还包括：
39、将所述每一帧图像的位置和每一帧图像的时间输入至预先训练好的预测模型中，得到第二云团运动轨迹；
40、将所述第一云团运动轨迹与所述第二云团运动轨迹进行对比，判断所述第一云团运动轨迹与所述第二云团运动轨迹是否一致；
41、若所述第一云团本文档来自技高网...
【技术保护点】
1.云团移动轨迹预测方法，其特征在于，包括：
2.根据权利要求1所述的云团移动轨迹预测方法，其特征在于，所述对所述天空图像进行分析，得到有效图像，包括：
3.根据权利要求2所述的云团移动轨迹预测方法，其特征在于，所述基于所述高亮区域特征轮廓，对所述目标区域进行修复，得到有效图像，包括：
4.根据权利要求1所述的云团移动轨迹预测方法，其特征在于，所述对所述有效图像进行分析，得到所述云层类别，包括：
5.根据权利要求1所述的云团移动轨迹预测方法，其特征在于，所述基于所述云层类别，提取预设时间段内云团信息，包括：
6.根据权利要求5所述的云团移动轨迹预测方法，其特征在于，所述基于所述云团信息确定云团运动预测轨迹，包括：
7.根据权利要求6所述的云团移动轨迹预测方法，其特征在于，所述方法还包括：
8.一种云团移动轨迹预测的装置，其特征在于，包括：
9.一种电子设备，其特征在于，其包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序在计算机中执行时
...【技术特征摘要】
1.云团移动轨迹预测方法，其特征在于，包括：
2.根据权利要求1所述的云团移动轨迹预测方法，其特征在于，所述对所述天空图像进行分析，得到有效图像，包括：
3.根据权利要求2所述的云团移动轨迹预测方法，其特征在于，所述基于所述高亮区域特征轮廓，对所述目标区域进行修复，得到有效图像，包括：
4.根据权利要求1所述的云团移动轨迹预测方法，其特征在于，所述对所述有效图像进行分析，得到所述云层类别，包括：
5.根据权利要求1所述的云团移动轨迹预测方法，其特征在于，所述基于所述云层类别，提...
【专利技术属性】
技术研发人员：韩玉，石新聪，秦华，魏丽峰，范文欣，张增春，陈逸枞，靳强，赵金，荀之，邓凯文，李斌，赵峰，
申请(专利权)人：国网山西省电力公司临汾供电公司，
类型：发明
国别省市：
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。