【技术实现步骤摘要】
本专利技术太阳辐射预测，特别是一种基于卷积神经网络的太阳辐射预测系统及方法。
技术介绍
1、太阳能辐射预测是一个重要的气象预测问题，对于太阳能发电和能源管理具有关键意义。准确地预测太阳能辐射可以帮助太阳能发电厂商和能源系统管理人员优化能源生产和分配，提高能源利用效率。
2、传统的太阳能辐射预测方法通常基于物理模型，使用气象数据、地理位置和太阳位置等因素来估计太阳能辐射。然而，这些方法通常需要大量的领域知识和复杂的计算模型，且在预测效果上存在一定的限制。近年来，基于卷积神经网络的深度学习方法在图像处理和气象预测领域取得了显著的进展。卷积神经网络具有强大的特征提取和模式识别能力，可以自动从输入数据中学习到有用的特征，并进行准确的预测。
技术实现思路
1、本专利技术提供了一种基于卷积神经网络的太阳辐射预测系统及方法，以解决传统太阳能辐射预测效果和预测准确性差的技术问题。
2、本专利技术的一个方面在于提供一种基于卷积神经网络的太阳辐射预测系统，所述太阳辐射预测系统，包括：天...
【技术保护点】
1.一种基于卷积神经网络的太阳辐射预测系统，其特征在于，所述太阳辐射预测系统，包括：天空图像获取模块，用于获取一些列天空图像序列；
2.根据权利要求1所述的太阳辐射预测系统，其特征在于，所述天空图像分割模块，通过添加掩码的方式，对天空图像序列中的每一帧天空图像进行分割；
3.根据权利要求1所述的太阳辐射预测系统，其特征在于，所述天空图像分类网络，通过如下方法对畸变校正后的天空图像进行分类，生成不同天气类型的天空图像：
4.根据权利要求1所述的太阳辐射预测系统，其特征在于，所述太阳辐射预测模型包括，深度特征提取网络和太阳辐射预测网络模
5...
【技术特征摘要】
1.一种基于卷积神经网络的太阳辐射预测系统，其特征在于，所述太阳辐射预测系统，包括：天空图像获取模块，用于获取一些列天空图像序列；
2.根据权利要求1所述的太阳辐射预测系统，其特征在于，所述天空图像分割模块，通过添加掩码的方式，对天空图像序列中的每一帧天空图像进行分割；
3.根据权利要求1所述的太阳辐射预测系统，其特征在于，所述天空图像分类网络，通过如下方法对畸变校正后的天空图像进行分类，生成不同天气类型的天空图像：
4.根据权利要求1所述的太阳辐射预测系统，其特征在于，所述太阳辐射预测模型包括，深度特征提取网络和太阳辐射预测网络模块，
5.根据权利要求4所述的太阳辐射预测系统，其特征在于，将第二测试集输入所述深度特征提取网络，对所述太阳辐射预测模型进行测试。...
【专利技术属性】
技术研发人员：颜炳君，程伶俐，陈志文，
申请(专利权)人：亳州上大工程技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。