地基天空?qǐng)D像中云團(tuán)的特征提取與辨識(shí)模型研究.pdf

1、地基天空?qǐng)D像的云空辨識(shí)及云團(tuán)預(yù)測(cè)是研究區(qū)域電網(wǎng)光伏發(fā)電功率分布與變化的前提，對(duì)支撐調(diào)度提高光伏發(fā)電消納比例具有重要意義。本論文在國(guó)家自然科學(xué)基金(51577067)“基于云團(tuán)運(yùn)動(dòng)數(shù)學(xué)描述與量化表征的光伏發(fā)電功率超短期預(yù)測(cè)方法研究”、光伏發(fā)電主氣象影響因子識(shí)別優(yōu)化與功率預(yù)測(cè)模型研究和云南電網(wǎng)有限責(zé)任公司科技項(xiàng)目“云移動(dòng)矢量場(chǎng)及云空辨識(shí)方法研究”的資助下，采用最大類(lèi)間方差法（Otsu算法）和K-均值聚類(lèi)算法開(kāi)展了云空辨識(shí)模型的研究工作，并將

2、所建模型應(yīng)用于云南地區(qū)天空?qǐng)D像的云空辨識(shí)。
　　首先以TSI-VIS-J1006為例介紹了地基天空?qǐng)D像采集設(shè)備的工作原理與采樣頻率、分辨率、文件格式等技術(shù)參數(shù)，通過(guò)人眼視覺(jué)特性引出RGB顏色模型和HSV模型。其次，在分析天空?qǐng)D像中云團(tuán)、晴空不同部分各自特征基礎(chǔ)上，分別采用Otsu和K-means算法建立了兩種云空識(shí)別模型。然后，為驗(yàn)證這兩種云空辨識(shí)模型的有效性，利用云南某光伏電站全天空成像儀TSI-VIS-J1006采集的天空?qǐng)D像

3、進(jìn)行了仿真。最后，將兩種模型分別與固定閾值法處理效果進(jìn)行對(duì)比，結(jié)果表明，紅藍(lán)波段比為固定閾值的云空辨識(shí)方法識(shí)別效果較差，誤檢率偏高。Otsu算法選取最佳閾值將天空?qǐng)D像的飽和度矩陣分割成兩部分，使兩部分類(lèi)間方差取最大值，即具有最大的分離性，此外通過(guò)對(duì)無(wú)云和全部為云類(lèi)型的天空?qǐng)D像添加附加圖像降低了由于云空像素點(diǎn)不平衡造成的辨識(shí)誤差，從而能更高效、準(zhǔn)確地將云團(tuán)從天空?qǐng)D像中識(shí)別出來(lái)。K-means算法首先采用較高的紅藍(lán)分量比值和較低的紅藍(lán)分量比

4、值作為固定閾值分割地基天空?qǐng)D像，依次提取辨識(shí)結(jié)果中的天空像素點(diǎn)和云像素點(diǎn)的位置信息并獲取原圖像中對(duì)應(yīng)位置的天空像素點(diǎn)和云像素點(diǎn)的RGB值；其次對(duì)獲得的天空像素和云像素求均值并將各自均值中的紅藍(lán)分量相除獲取初始聚類(lèi)中心；然后使用K-means算法，利用加權(quán)歐式距離計(jì)算每一個(gè)聚類(lèi)樣本與聚類(lèi)中心之間的距離，通過(guò)數(shù)次迭代得到聚類(lèi)結(jié)果，進(jìn)而將聚類(lèi)結(jié)果還原成矩陣得到地基天空?qǐng)D像的云空辨識(shí)結(jié)果圖；通過(guò)上述處理使K-means算法克服了由于聚類(lèi)中心的隨