一种基于全天空图像3D云层重建的跟踪式光伏发电优化方法技术

本发明专利技术公开了一种基于全天空图像3D云层重建的跟踪式光伏发电优化方法，包括：(1)搭建智能气象站；(2)对鱼眼摄像头进行实验室校准；(3)智能气象站阵列涉及与部署；(4)鱼眼摄像头方位实地校准；(5)全天空图像采集；(6)云层区域识别和划分；(7)云高逐层识别；(8)云高识别结果验证；(9)云层逐层3D重建；(10)根据云层3D重建的结果，优化跟踪式光伏发电板的角度。本发明专利技术基于阵列式全天空摄像装置的部署和数据处理，可以同时满足高精度、高实时性和高经济性的条件。性的条件。性的条件。

【技术实现步骤摘要】
一种基于全天空图像3D云层重建的跟踪式光伏发电优化方法


[0001]本专利技术属于光伏发电
，尤其是涉及一种基于全天空图像3D云层重建的跟踪式光伏发电优化方法。

技术介绍

[0002]云层状况的实时识别、分析和预测对于很多社会经济活动有着重大的意义。尤其在跟踪式光伏发电行业，准确和及时的云层状况、太阳位置与光伏发电板角度关系的模型建立，可以显著提升光伏发电的功率以及优化发电曲线。
[0003]传统的云层识别方法，比如卫星气象云图法，地基云层测高仪法和地基激光雷达扫描法等，在实际应用中都有着诸多限制，不能同时满足识别精度、处理速度、经济性方面的要求。
[0004]公开号为CN111652126A的中国专利文献公开了一种基于卫星云图的反演辐射方法，其中，包括：获取卫星云图数据；对所述卫星云图数据进行图像处理得到云指数；建立晴空模型，并根据所述晴空模型与实测辐射值得到辐射衰减指数；根据所述云指数和所述辐射衰减指数建立对应数学关系；根据所述数学关系进行计算得到区域辐射数据。该方法可以代替地基辐射站辐射数据，节约了建造地基辐射站的高昂成本和对数据质量控制的人力成本，更直观地反应整个地区辐射场的变化情况。
[0005]但是，卫星气象云图法在小尺度地理位置上精度不高。另外，地基云层测高仪法成本较高，地基激光雷达扫描法的设备价格高昂且部署复杂，并且由于其逐角度扫描全天空的性质，无法达到实时性识别的要求。
[0006]传统的双目式地基全天空云层成像系统可以满足实时性和经济性的要求，但是对于云层识别中最重要的识别精度，往往表现不好。地基的双目3D成像系统有着如下的特性：
[0007]双目摄像头设置的地面水平距离越远，对于距地面高度越高的云层的3D还原成像效果越好。但是缺点在于：1.其对于低空云层的还原度较差。2.双目摄像头距离越远，同一时刻拍摄的天空图像差异也越大，在进行3D还原时，图像匹配算法的难度也越高、速度也越慢。
[0008]双目摄像头设置的地面水平距离越近，对于低空的云层3D还原效果越好，但是对于高空云层还原的效果越差，同时由于同时采集的两张全天空图像相似度较高，在摄像头性能一般的情况下，会导致3D还原的准确性降低。
[0009]因此，亟需设计一种新的3D云层重建方法来对跟踪式光伏发电进行优化，同时需要满足高精度、高实时性和高经济性的条件。

技术实现思路

[0010]本专利技术提供了一种基于全天空图像3D云层重建的跟踪式光伏发电优化方法，基于阵列式全天空摄像装置的部署和数据处理，可以同时满足高精度、高实时性和高经济性的条件。
[0011]一种基于全天空图像3D云层重建的跟踪式光伏发电优化方法，包括以下步骤：
[0012](1)搭建智能气象站，所述的智能气象站包含风速仪、风向仪、全天空摄像头和辐照仪；
[0013](2)全天空摄像头采用鱼眼摄像头，对鱼眼摄像头进行实验室校准；
[0014](3)根据跟踪式光伏发电设备的布置情况，将n个智能气象站在地面组成阵列式排布，使每一排光伏板处于智能气象站的无线通讯信号范围；
[0015](4)对所有鱼眼摄像头的水平位置、中心点朝向和摄像头角度进行实地校准；
[0016](5)利用鱼眼摄像头进行全天空图像采集，采集的图像存储在智能气象站中的时序数据库以供后续处理；
[0017](6)利用卷积深度神经网络模型对图像中的云层范围进行识别，通过图像分割算法剔除大面积的蓝天区域；
[0018](7)根据n个智能气象站的布置，组成C
n2
个全天空摄像头对，将摄像头对的间距从小到大排列，根据对应的全天空图像对由低到高对云层高度进行逐层识别；
[0019](8)对于云高识别的结果进行验证，若某一特定高度云高的误差高于阈值，则返回步骤(4)，在地面对应间距的位置，增加全天空摄像头配对；若误差均低于阈值，则执行步骤(9)；
[0020](9)利用步骤(7)获得的全天空摄像头对拍摄的图像，以及摄像头之间的精确距离，对云层进行逐层3D重建；
[0021](10)将云层3D重建的结果输入跟踪式光伏发电系统，模拟太阳与云层的遮挡及光线散射关系；根据仿真结果中太阳直射辐照度与环境散射、漫反射辐照度的比例，来优化跟踪式光伏发电板的角度。
[0022]进一步地，步骤(2)中，对鱼眼摄像头进行实验室校准时，采用Scaramuzza模型，通过对于同一黑白相间的棋盘图像在不同角度拍摄6至30张图片，然后通过Opencv软件提供的角点检测算法来进行摄像头特征参数的确定；
[0023]通过校准获得的摄像头特征参数如果特异性不大，之后不对每一枚摄像头进行校正，并都采用同一组校正参数；如果摄像头之间的参数差异超过2％，则需要在每一枚摄像头部署前进行参数校正。
[0024]步骤(4)中，鱼眼摄像头的水平位置由智能气象站上面配备的GPS定位系统来校正；鱼眼摄像头的中心点朝向以天顶点为指向，该方向在实地部署时由智能气象站上面配备的水平仪来校正；摄像头角度采用指南针法确定镜头大致角度，再应用太阳位置识别算法来进一步校正。
[0025]所述的太阳位置识别算法具体为：
[0026]利用圆形识别模块对现场全天空图像中太阳形状进行识别，来判断太阳圆心所处的位置；利用色彩识别模块对图像中太阳位置的色彩数值进行分析，确认太阳色彩的特征范围，其特点为蓝色和绿色通道数值高，亮度与饱和度高；最后在图像上进一步精确确认太阳的圆心位置；
[0027]将太阳位置识别算法识别的多组理论太阳方位角和实际太阳方位角的差值取平均值，并根据该平均值对摄像头角度进行校正。
[0028]步骤(5)中，鱼眼摄像头选取1944
×
1944分辨率来拍摄全天空图像，图像的拍摄间
隔为五分钟。
[0029]步骤(7)中，对云层高度进行逐层识别前，需要先进行图像对之间的相似像素密集匹配，具体过程为：
[0030]首先，采用SIFT算法在两张图像中自动识别出具有局部特征，并对旋转、尺度缩放、亮度变化有着不变性的特征点组；其次，采用K
‑
D树算法对于上一步中发现的各自图像的特征点组进行匹配；
[0031]在特征点组搜索前根据特征点向量的信息将特征点集合以K
‑
D树的数据结构进行构建，当搜索一个特征点度量距离最近的特征点时，由之前构建的数据结构进行搜索。
[0032]全天空摄像头对的间距与云层高度的对应关系为：h
i
≈10
×
d
i
；d
i
为第i个全天空摄像头对的间距，h
i
为对应的云层高度。
[0033]步骤(9)中，对云层进行逐层3D重建的过程为：
[0034]输入成对的全天空摄像头拍摄的图像，以及摄像头之间的精确距离，通过算法比对图像间的同一特征像素点来完成3D视差建模；
[0035]通过三角本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于全天空图像3D云层重建的跟踪式光伏发电优化方法，其特征在于，包括以下步骤：(1)搭建智能气象站，所述的智能气象站包含风速仪、风向仪、全天空摄像头和辐照仪；(2)全天空摄像头采用鱼眼摄像头，对鱼眼摄像头进行实验室校准；(3)根据跟踪式光伏发电设备的布置情况，将n个智能气象站在地面组成阵列式排布，使每一排光伏板处于智能气象站的无线通讯信号范围；(4)对所有鱼眼摄像头的水平位置、中心点朝向和摄像头角度进行实地校准；(5)利用鱼眼摄像头进行全天空图像采集，采集的图像存储在智能气象站中的时序数据库以供后续处理；(6)利用卷积深度神经网络模型对图像中的云层范围进行识别，通过图像分割算法剔除大面积的蓝天区域；(7)根据n个智能气象站的布置，组成C
n2
个全天空摄像头对，将摄像头对的间距从小到大排列，根据对应的全天空图像对由低到高对云层高度进行逐层识别；(8)对于云高识别的结果进行验证，若某一特定高度云高的误差高于阈值，则返回步骤(4)，在地面对应间距的位置，增加全天空摄像头配对；若误差均低于阈值，则执行步骤(9)；(9)利用步骤(7)获得的全天空摄像头对拍摄的图像，以及摄像头之间的精确距离，对云层进行逐层3D重建；(10)将云层3D重建的结果输入跟踪式光伏发电系统，模拟太阳与云层的遮挡及光线散射关系；根据仿真结果中太阳直射辐照度与环境散射、漫反射辐照度的比例，来优化跟踪式光伏发电板的角度。2.根据权利要求1所述的基于全天空图像3D云层重建的跟踪式光伏发电优化方法，其特征在于，步骤(2)中，对鱼眼摄像头进行实验室校准时，采用Scaramuzza模型，通过对于同一黑白相间的棋盘图像在不同角度拍摄6至30张图片，然后通过Opencv软件提供的角点检测算法来进行摄像头特征参数的确定；通过校准获得的摄像头特征参数如果特异性不大，之后不对每一枚摄像头进行校正，并都采用同一组校正参数；如果摄像头之间的参数差异超过2％，则需要在每一枚摄像头部署前进行参数校正。3.根据权利要求1所述的基于全天空图像3D云层重建的跟踪式光伏发电优化方法，其特征在于，步骤(4)中，鱼眼摄像头的水平位置由智能气象站上面配备的GPS定位系统来校正；鱼眼摄像头的中心点朝向以天顶点为指向，该方向在实地部署时由智能气象站上面配备的水平仪来校正；摄像头角度采用指南针法确定镜头大致角度，再应用太阳位置识别算法来进一步校正。4.根据权利要求3所述的基于全天空图像3D云层重建的跟踪式光伏发电优化方法，其特征在于，所述的太阳位置识别算法具体为：利用圆形识别模块对现场全天空图像中太阳形状进行识别，来判断太阳圆心所处的位置；利用色彩识别模块对图像中太阳位置的色彩数值进行分析，确认太阳色彩的特征范围，其特点为蓝色和绿色通道数值高，亮度与饱和度高；最后在图像上进一步精确确认太阳的圆心位置；将太阳位置识别算法识别的多组理论太阳方位角和实际太阳方位角的差值取平均值，
并根据该平均值对摄...

【专利技术属性】
技术研发人员：宋华婷，张岗，邹纪明，邓建华，王刚，谢涛，周黄河，李晓，王平，田浩东，王一飞，陈军，张睿，
申请(专利权)人：领鞅科技杭州有限公司，
类型：发明
国别省市：