一種基于地基云圖強(qiáng)度分層的云團(tuán)提取方法
【專利摘要】本發(fā)明提供一種基于地基云圖強(qiáng)度分層的云團(tuán)提取方法，所述方法包括以下步驟：對(duì)地基云圖進(jìn)行強(qiáng)度分層；對(duì)強(qiáng)度分層得到的色斑圖進(jìn)行云團(tuán)提取。本發(fā)明提供的基于地基云圖強(qiáng)度分層的云團(tuán)提取方法，該方法具有很好的普適性，能夠很好的提取出受霧霾影響的全天空地基云圖的云團(tuán)。且可以準(zhǔn)確預(yù)測(cè)未來四小時(shí)由于光伏電站周圍云量變化和遮擋，提高了光伏超短期功率預(yù)測(cè)的精度。
【專利說明】
—種基于地基云圖強(qiáng)度分層的云團(tuán)提取方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種提取方法，具體涉及一種基于地基云圖強(qiáng)度分層的云團(tuán)提取方法。

【背景技術(shù)】
[0002]隨著近年來大規(guī)模光伏電站接入電網(wǎng)，對(duì)光伏電站的輸出功率進(jìn)行準(zhǔn)確預(yù)測(cè)，能為電力調(diào)度提供重要的決策支持，能夠統(tǒng)籌安排常規(guī)電源和光伏發(fā)電的協(xié)調(diào)配合，有效的降低電力系統(tǒng)運(yùn)行成本，使得光伏資源得到充分的利用，從而獲得更大的經(jīng)濟(jì)效益和社會(huì)效益。但是光伏發(fā)電系統(tǒng)的輸出功率很大程度上決定于光伏面板所能接收到的太陽輻射量，容易受到天氣因素的影響，因而具有間歇性、波動(dòng)性和隨機(jī)性的缺點(diǎn)，從而造成其輸出功率不穩(wěn)定且難以預(yù)測(cè)。這一缺點(diǎn)不僅影響了電能質(zhì)量，甚至?xí)绊懻麄€(gè)電力系統(tǒng)的穩(wěn)定性。由于受到霧霾天氣的影響，使用全天空成像儀對(duì)云團(tuán)進(jìn)行采集時(shí)，由于霧霾對(duì)光線的影響，導(dǎo)致云團(tuán)圖像的退化，從而為全天空云圖的云團(tuán)提取帶來了一定的難度，進(jìn)而給基于地基云圖的光伏預(yù)測(cè)模型帶來了很大的預(yù)測(cè)誤差。為受不同氣象環(huán)境影響，在云圖成像時(shí)，其色彩也會(huì)不同，有的偏亮，有的過暗，有的對(duì)比度高，有的則低。為了實(shí)現(xiàn)對(duì)云狀準(zhǔn)確識(shí)別，就需要有針對(duì)性的選擇云圖處理算法，這就使得云狀識(shí)別算法的普適性被降低。
[0003]由于受到霧霾天氣的影響，使用全天空成像儀對(duì)云團(tuán)進(jìn)行采集時(shí)，由于霧霾對(duì)光線的影響，導(dǎo)致云團(tuán)圖像的退化，從而為全天空云圖的云團(tuán)提取帶來了一定的難度，進(jìn)而給基于地基云圖的光伏預(yù)測(cè)模型帶來了很大的預(yù)測(cè)誤差。


【發(fā)明內(nèi)容】

[0004]為準(zhǔn)確預(yù)測(cè)未來四小時(shí)由于光伏電站周圍云量變化和遮擋，所引起的輻射衰減而導(dǎo)致的光伏電站發(fā)電功率瞬時(shí)下降，以提高光伏超短期功率預(yù)測(cè)的精度，本發(fā)明提供一種基于地基云圖強(qiáng)度分層的云團(tuán)提取方法，該方法具有很好的普適性，能夠很好的提取出受霧霾影響的全天空地基云圖的云團(tuán)。
[0005]為了實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明采取如下技術(shù)方案:
[0006]本發(fā)明提供一種基于地基云圖強(qiáng)度分層的云團(tuán)提取方法，所述方法包括以下步驟:
[0007]步驟1:對(duì)地基云圖進(jìn)行強(qiáng)度分層；
[0008]步驟2:對(duì)強(qiáng)度分層得到的色斑圖進(jìn)行云團(tuán)提取。
[0009]所述步驟I包括以下步驟:
[0010]步驟1-1:確定地基云圖對(duì)應(yīng)的灰度圖中的灰度值f(x，y)；
[0011]步驟1-2:對(duì)地基云圖進(jìn)行強(qiáng)度分層。
[0012]所述步驟1-1中，不同層地基云圖的圖像密度用三維函數(shù)(x，y，f(x，y))表示，其中X和y決定地基云圖對(duì)應(yīng)的灰度圖中像素值的位置，f(x，y)為地基云圖對(duì)應(yīng)的灰度圖中的灰度值，設(shè)灰度圖的灰度級(jí)為[0，Lmax-1], Lmax為灰度級(jí)最大值，使Itl表示黑色級(jí)，Im代表白色級(jí)；假設(shè)垂直于強(qiáng)度軸的P個(gè)平面分別定義為I1, I2,…，lp，其中O < P < Lmax-1 ;則P個(gè)平面將灰度級(jí)分為P+1個(gè)強(qiáng)度間隔V1, V2, -,Vk,…，Vp+^則 f(x，y)表示為:
[0013]f(x,y) = ck,f(x,y) e Vk (I)
[0014]其中，ck為強(qiáng)度間隔Vk的第k級(jí)強(qiáng)度有關(guān)的顏色。
[0015]步驟1-2:設(shè)定間隔層數(shù)Ps，灰度直方圖中的極小值點(diǎn)序列按灰度從小到大排序，設(shè)極小值點(diǎn)序列總數(shù)為PM，則有:
[0016](I)當(dāng)Pl = (Pm-1)時(shí)，表示地基云圖的云狀特征與強(qiáng)度分層相吻合，則直接對(duì)地基云圖進(jìn)行強(qiáng)度分層；
[0017](2)當(dāng)1\〈 (Pm-1)時(shí)，表示地基云圖的云狀特征的細(xì)化度高于強(qiáng)度分層數(shù)，對(duì)云狀特征進(jìn)行粗化，此時(shí)在極小值點(diǎn)序列中選出(Pdl)個(gè)灰度區(qū)間較大的極小值點(diǎn)進(jìn)行強(qiáng)度分層；
[0018](3)當(dāng)I\>(PM-1)時(shí)，表示地基云圖的云狀特征細(xì)化度小于強(qiáng)度分層數(shù)，在極小值序列中選擇灰度區(qū)間較大的兩極值間均勻的補(bǔ)充(PfPM+l)點(diǎn)。
[0019]所述步驟2中，基于OTUS圖像分割算法對(duì)強(qiáng)度分層得到的色斑圖進(jìn)行云團(tuán)提取。
[0020]設(shè)地基云圖對(duì)應(yīng)的灰度圖的灰度級(jí)為L(zhǎng)，L e [O, LmaJ，灰度值為i的像素?cái)?shù)為Iii
個(gè)，則總的像素?cái)?shù)為N h，則各灰度值出現(xiàn)的概率為巧=I,用灰度閾值T將地基云圖1:1N
分成背景圖像CBb和目標(biāo)圖像CB。，且有CBb e {1，…，T}，CBQ e {T+1，…，L};則背景圖像和目標(biāo)圖像發(fā)生的概率分別表示為:

【權(quán)利要求】
1.一種基于地基云圖強(qiáng)度分層的云團(tuán)提取方法，其特征在于:所述方法包括以下步驟: 步驟1:對(duì)地基云圖進(jìn)行強(qiáng)度分層； 步驟2:對(duì)強(qiáng)度分層得到的色斑圖進(jìn)行云團(tuán)提取。
2.根據(jù)權(quán)利要求1所述的基于地基云圖強(qiáng)度分層的云團(tuán)提取方法，其特征在于:所述步驟I包括以下步驟: 步驟1-1:確定地基云圖對(duì)應(yīng)的灰度圖中的灰度值f(x，y)； 步驟1-2:對(duì)地基云圖進(jìn)行強(qiáng)度分層。
3.根據(jù)權(quán)利要求2所述的基于地基云圖強(qiáng)度分層的云團(tuán)提取方法，其特征在于:所述步驟1-1中，不同層地基云圖的圖像密度用三維函數(shù)(x，y，f(x，y))表示，其中x和y決定地基云圖對(duì)應(yīng)的灰度圖中像素值的位置，f(x, y)為地基云圖對(duì)應(yīng)的灰度圖中的灰度值，設(shè)灰度圖的灰度級(jí)為[O，Lmax-1]，Lmax為灰度級(jí)最大值，使Itl表示黑色級(jí)，V1代表白色級(jí)；假設(shè)垂直于強(qiáng)度軸的P個(gè)平面分別定義為I1, I2,…，1P，其中O < P < Lmax-1 JiJP個(gè)平面將灰度級(jí)分為P+1個(gè)強(qiáng)度間隔V1, V2,…，Vk,…，VP+1，則f (X，y)表示為:
f(x, y) = ck, f (x, y) e Vk (I) 其中，ck為強(qiáng)度間隔Vk的第k級(jí)強(qiáng)度有關(guān)的顏色。
4.根據(jù)權(quán)利要求2所述的基于地基云圖強(qiáng)度分層的云團(tuán)提取方法，其特征在于:步驟1-2:設(shè)定間隔層數(shù)Ps，灰度直方圖中的極小值點(diǎn)序列按灰度從小到大排序，設(shè)極小值點(diǎn)序列總數(shù)為PM，則有: (1)當(dāng)I\=(Pm-1)時(shí)，表示地基云圖的云狀特征與強(qiáng)度分層相吻合，則直接對(duì)地基云圖進(jìn)行強(qiáng)度分層； (2)當(dāng)1\〈(Pm-1)時(shí)，表示地基云圖的云狀特征的細(xì)化度高于強(qiáng)度分層數(shù)，對(duì)云狀特征進(jìn)行粗化，此時(shí)在極小值點(diǎn)序列中選出(PJl)個(gè)灰度區(qū)間較大的極小值點(diǎn)進(jìn)行強(qiáng)度分層； (3)當(dāng)I\>(PM-1)時(shí)，表示地基云圖的云狀特征細(xì)化度小于強(qiáng)度分層數(shù)，在極小值序列中選擇灰度區(qū)間較大的兩極值間均勻的補(bǔ)充(PfPM+l)點(diǎn)。
5.根據(jù)權(quán)利要求1所述的基于地基云圖強(qiáng)度分層的云團(tuán)提取方法，其特征在于:所述步驟2中，基于OTUS圖像分割算法對(duì)強(qiáng)度分層得到的色斑圖進(jìn)行云團(tuán)提取。
6.根據(jù)權(quán)利要求5所述的基于地基云圖強(qiáng)度分層的云團(tuán)提取方法，其特征在于:設(shè)地基云圖對(duì)應(yīng)的灰度圖的灰度級(jí)為L(zhǎng)，L e [O, Lmax],灰度值為i的像素?cái)?shù)為Iii個(gè)，則總的像素?cái)?shù)為# = ，則各灰度值出現(xiàn)的概率為€=1，用灰度閾值T將地基云圖分成背景圖像 仁INCBb和目標(biāo)圖像CB。，且有CBb e {1，…，T}，CBtl e {T+1，…，L};則背景圖像和目標(biāo)圖像發(fā)生的概率分別表示為:
T
Σ ni T =C2)
N
其中，0^和COci分別為背景圖像和目標(biāo)圖像發(fā)生的概率； 背景圖像和目標(biāo)圖像的平均灰度值分別表示為:
其中，μB和μ ^分別為背景圖像和目標(biāo)圖像的平均灰度值； 背景圖像和目標(biāo)圖像的類間方差G(T)表示為: G ⑴一U B。B+ 卩 O。O (6) 于是，滿足I卩的灰度閾值T為分割目標(biāo)圖像和背景圖像的最佳閾值，根據(jù)最佳閾值即可完成地基云圖的圖像分割，進(jìn)而實(shí)現(xiàn)云團(tuán)提取。
【文檔編號(hào)】G06T7/00GK104166999SQ201410407141
【公開日】2014年11月26日 申請(qǐng)日期:2014年8月18日 優(yōu)先權(quán)日:2014年8月18日
【發(fā)明者】朱想, 周海, 崔方, 程序, 丁杰, 曹瀟, 陳志寶, 王知嘉, 周強(qiáng), 丁宇宇, 譚志萍, 于炳霞, 丁煌 申請(qǐng)人:國(guó)家電網(wǎng)公司, 中國(guó)電力科學(xué)研究院, 國(guó)網(wǎng)甘肅省電力公司