[发明专利]一种基于光流法的短时云图追踪方法

说明书

本发明公开了一种基于光流法的短时云图追踪方法。首先通过全天空成像仪采集实时天空图片，并将图像中的建筑等无关因素除去；其次利用图像的RBG色彩信息将云和天空的像素区分开；最后通过对两帧的同一云像素进行对比得出云的边缘位置和速度矢量，预测下一时刻云的边缘位置并与太阳位置做对比实现预测。本发明能够实现对云图位置的识别预测，具有较高的准确率，并且具有速度快，通用性高等优点，具有良好的鲁棒性，能够应用于辐照强度预测或太阳能光伏功率输出预测系统。

技术领域

本发明涉及了一种短时云图追踪方法，尤其是涉及一种基于光流法的短时云图追踪方法。

背景技术

云层的漂移可能会遮挡太阳，从而导致太阳能发电系统出现明显的功率输出波动。预测云层的位置可以提供足够的时间来平滑功率输出。目前常用的光伏功率预测方法都是基于历史数据进行数据分析实现的功率预测，时间尺度基本都是以天为单位，因此直接忽略云层移动对功率造成的影响。而传统的天气预报等气象数据只能预测一个时间段内的温度、降雨概率、风速等数据，时间尺度都是以小时为单位，要实现预测因云层的遮挡带来的短期功率波动，需要实时预测短时内的云层位置变化，而短时云层的位置预测只能通过图像实现。因此，如果能够实现基于图像的短时云图追踪，对于实现电力系统的智能化具有重要意义。而现有的云图追踪方法通常是将云视为形状不变的物体，通过设定质心进行跟踪预测，不符合现实中的云层运动规律。此外，现有的云图追踪方法通常都是直接选取某一种云像素区分算法对所有种类云图进行区分，并没有针对不同云种类进行算法的选择和优化，因此区分效果常常不太准确，而本发明可以实现更好的区分效果，从而提高追踪的准确性。

发明内容

为了解决背景技术中的问题，本发明提出了一种基于光流法的短时云图追踪方法，能快速预测云图位置并具有良好准确性。

本发明采用以下技术方案：

一种基于光流法的短时云图追踪方法，包括以下步骤：

1)通过全天空成像仪设备采集实时天空图片；

2)对采集到的所有天空图片进行预处理，消除无关的图像信息(如建筑物，屋顶，避雷针等)，只保留图片中天空的区域；

3)将步骤2)获得的天空区域通过颜色信息进行云像素与晴空像素的区分。颜色信息主要分为三个通道，即R(红色)通道，G(绿色)通道和B(蓝色)通道，云像素和晴空像素在这三个通道的特性是不同的。通过这三个通道，可以定义一些指标来区分云和晴空像素；所使用的这些指标在面对不同种类的云时拥有不同的识别效果，因此要先获得每个指标在面对不同种类的云时对应的最优阈值，并选取最优阈值作为区分云和晴空像素的阈值；

4)对步骤3)得到的RGB信息区分云像素和晴空像素，以1代表云像素，0代表晴空像素，将图像变成二值图像，从而得到每张图片的二进制图像，通过对相邻两张图像的边缘云像素进行检测，可以得到云的边缘位置和速度矢量；

5)通过步骤4)中得到的云的边缘位置和速度矢量，可以预测下一时刻的云的边缘位置，之后将下一时刻云的边缘位置和太阳做对比，判断太阳能否被云遮挡。

上述技术方案中，进一步地，所述的全天空成像仪的光学系统前部安装有全画幅鱼眼镜头。

进一步地，所述步骤2)中，对采集到的所有天空图片进行预处理，具体过程如下：

2.1)首先使用彩色图像边缘提取算法生成彩色边缘图像，并通过加权平均方法获得彩色图像相应的灰度图像；

2.2)采用填充算法对步骤2.1)得到的图像进行处理，生成二元掩模图像，并通过点积运算去除无关的图像信息。其中，由于全天空相机的位置是固定的并且周围建筑物的边界形状相对不变，因此掩模在同一场景中是通用的，可以通过只对一张图片进行处理得到二元掩模图像，并用于该全天空成像仪捕获的所有图像，