一种基于Resnet18模型进行实时多云判定的方法技术

本发明专利技术公开了一种基于Resnet18模型进行实时多云判定的方法，包括如下步骤：获取训练样本：通过光学相机或者数码相机获取一定数量的地面图像及其对应的天空图像并进行人工标注，之后按照标注的结果进行图像分类；数据预处理；模型初始化；模型训练；多云判定：每隔一定时间利用光学相机或者数码相机实时获取当前多个位置的地面图像，预处理后将其带入到训练好的模型中去，并获取模型识别后的结果，从而实现多云的判定。本发明专利技术所公开的方法利用Resnet18模型，结合数码相机或者光学相机拍摄地面的照片，可以准确进行当地实时的多云判定，该方法精度高、稳定性高、计算速度快。计算速度快。计算速度快。

【技术实现步骤摘要】
一种基于Resnet18模型进行实时多云判定的方法


[0001]本专利技术涉及太阳能光热利用领域，特别涉及一种基于Resnet18模型进行实时多云判定的方法。

技术介绍

[0002]天空中的云层覆盖着地球的大部分，太阳传播的短波辐射量被大气吸收，影响着太阳的反射。因此，多云判定对于天气预报、气候变暖、太阳能发电、优化太阳能在电网上的功率分布等领域至关重要。多云判定是目前地面观测难度较大的项目之一。气象中对于多云的判定，主要分为晴天、多云、少云还有阴天。
[0003]多云判定的应用之一是太阳能热发电，塔式太阳能热发电是利用定日镜将太阳直接辐射的能量反射到吸热塔的吸热面板上，从而将太阳能转化为热能，再利用吸热面板下的热传工质将热能再转化为电能。因此，多云判定是影响电站的可靠性和发电效率的核心因素。如果镜场周围的天气发生变化，会影响定日镜将能量反射到吸热面板上，导致吸热面板能流密度发生变化，这样会减少其寿命，而吸热器的造价达上亿元，一旦损坏维护成本相当高。
[0004]目前业界有两种主流的多云判别的方法。一是基于卫星图像以及全天空成像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Resnet18模型进行实时多云判定的方法，其特征在于，包括如下步骤：步骤一，获取训练样本：通过光学相机或者数码相机获取一定数量的地面图像及其对应的天空图像并进行人工标注，如果该地面图像对应的天空图像是多云或者阴天，则将地面图像标注为1，否则标注为0，之后按照标注的结果进行图像分类；步骤二，数据预处理：将上一步整理好的图像进行图像预处理；步骤三，模型初始化：基于Python进行Resnet18模型的初始化；步骤四，模型训练：将预处理的图像带入到已经完成初始化的模型中进行训练，得到训练好的模型；步骤五，多云判定：每隔一定时间利用光学相机或者数码相机实时获取当前多个位置的地面图像，进行与步骤二相同的预处理后将其带入到训练好的模型中去，并获取模型识别后的结果，从而实现多云的判定。2.根据权利要求1所述的一种基于Resnet18模型进行实时多云判定的方法，其特征在于，步骤二中，图像预处理包括图像大小的剪裁、图像翻转、图像归一化。3.根据权利要求1所述的一种基于Resnet18模型进行实时多云判定的方法，其特征在于，步骤三中，模型初始化包括设置是否使用GPU、遍历数据集次数、批处理的尺寸、学习率以及损失函数。4.根据权利要求1所述的一种基于Resnet18模型进行实时多云判定的方法，其特征在于，步骤四中，模型训练的方法如下：第一步，初始化每个层的权重W和偏倚b，即分配随机值；第二步，按照迭代次数上限，进行迭代：(1)对于每个图片，标记为i；(1.1)初始化第k＝1层的输入a1，设置为图片i的张量大小，即a1为图片的张量大小；(1.2)对于第k＝2层到k＝17层，根据下面2种情况进行前向传播算法计算：如果当前是全连接层，a
ik
＝a
i，k
‑1+σ(W
k
*a
i，k
‑1+b
k
)如果当前是卷积层，a
ik
＝POOL(a
i，k
‑1+σ(W
k
*a
i，k
‑1+b
k
))POOL为按照池化区域大小和池化标准将输入张量缩小的过程；a
ik
为图片i在经过k层数据处理以后的张量大小；a
i，k
‑1为图片i在经过k
‑
1层数据处理以后的张量大小；σ为激活函数，定义为σ(x)＝max(0，x)；W
k
为第k层的权重矩阵，b
k
为第k层的偏倚矩阵；(1.3)对于最后一层k＝18层，a
ik
＝softmax(W
k
a
i，k
‑1+b
k
)，并通过损失函数loss计算出损失值δ
i，k
；(1.4)对于第k＝2层到k＝17层，根据下面2种情况进行反向逆传播算法计算：如果当前是全连接层，δ
i，k
＝(W
k+1
)
T
δ
i，k+1
⊙

【专利技术属性】
技术研发人员：李涛，宋秀鹏，李润坤，
申请(专利权)人：山东电力建设第三工程有限公司，
类型：发明
国别省市：