基于地基云图数据多维特征融合的光伏功率预测算法

1

作者 吐松江·卡日 吴现 +3 位作者 马小晶 雷柯松 余凯峰 司伟壮 《电力系统保护与控制》 北大核心 2025年第11期84-94,共11页

针对传统光伏功率预测算法无法获取准确云层状态信息和预测精度低等问题,提出一种基于地基云图与双流数据融合的光伏功率预测算法。首先,利用地基云图提供的精确云层状态信息,结合稠密光流法获取相邻帧图像间的时空特征与细节变化特征... 针对传统光伏功率预测算法无法获取准确云层状态信息和预测精度低等问题,提出一种基于地基云图与双流数据融合的光伏功率预测算法。首先,利用地基云图提供的精确云层状态信息,结合稠密光流法获取相邻帧图像间的时空特征与细节变化特征。其次,结合卷积神经网络(convolutional neural network,CNN)在特征提取上的优势和残差网络在模型学习中抑制信息丢失上的优势,提升预测模型对光伏功率与图像数据间长期映射关系的学习能力。此外,引入注意力机制弥补模型训练过程中关键信息利用不充分的缺陷。实验结果表明,地基云图与光流数据的加入为多云天气提供了更多时空特征。与基准模型相比,其晴天与多云情况下均方根误差(root mean squared error,RMSE)指标和平均绝对误差(mean absolute error,MAE)指标分别降低了15.50%、11.65%、4.05%与5.15%,有助于充分利用云层运动状况来实现准确可靠的光伏电站输出功率预测,提升光伏电站调度工作的及时性与准确性。 展开更多

关键词 深度学习 功率预测 地基云图 注意力机制 稠密光流算法

在线阅读 下载PDF 职称材料

一种地基云图分类算法及硬件加速实现

2

作者 冯琳 宋文强 徐伟 《电子测量与仪器学报》 北大核心 2025年第2期21-31,共11页

地基云的自动观测和识别对分析大气运动趋势和天气预测具有指导意义。针对目前地基云图分类算法准确率不高、在嵌入式终端部署困难的问题,提出了一种基于残差网络结构的地基云图分类网络模型GBcNet及基于ZYNQ的硬件实现架构,PS端用于加... 地基云的自动观测和识别对分析大气运动趋势和天气预测具有指导意义。针对目前地基云图分类算法准确率不高、在嵌入式终端部署困难的问题,提出了一种基于残差网络结构的地基云图分类网络模型GBcNet及基于ZYNQ的硬件实现架构,PS端用于加载模型的权重参数和云图数据,PL端实现DDR3读写控制和GBcNet的硬件加速。设计了滑窗、卷积层、池化层、批量归一化层和全连接层等模块的加速IP核。实验在CCSN数据集上进行,结果表明,提出的模型在PC端的准确率达到96.02%。采用现场可编程门阵列(FPGA)硬件加速后,准确率仍然保持在94.5%。与PC端模型的识别率相比,各云类的识别精度损失均不超过3%,整体精度损失小于1.5%;FPGA的最大资源占用不超过48%,单张地基云图推理时间为0.13 s。相较于现有地基云的识别方法,识别准确率高且推理时间较短。提出的识别模型和硬件加速方法为便携式地基云观测设备的研制提供了一种参考方案。 展开更多

关键词 图像分类 地基云图 硬件加速 FPGA 残差网络

在线阅读 下载PDF 职称材料

基于改进U2Net的地基云图分割技术

3

作者 翟坤宁 付主木 +3 位作者 王秀菊 朱海兵 卫健行 常君锐 《科学技术与工程》 北大核心 2025年第14期5737-5744,共8页

云在地球的大气运动中扮演着重要的角色,精准分割地基云图对天气预报精度的提升起着至关重要的作用。针对现有开源云图数据集数据质量不一、数据量低、拍摄角度不同等问题,通过人工标注和迁移学习的方法构建了带标签的标准地基云图数据... 云在地球的大气运动中扮演着重要的角色,精准分割地基云图对天气预报精度的提升起着至关重要的作用。针对现有开源云图数据集数据质量不一、数据量低、拍摄角度不同等问题,通过人工标注和迁移学习的方法构建了带标签的标准地基云图数据集(Cloud-GT),利用颜色通道分量阈值分割法剔除太阳光干扰,并在此基础上提出了一种基于改进U2Net的地基云图分割技术。该模型在特征提取单元中引入了通道注意力模块和深度可分离卷积模块,在提高网络内部对地基云图有效特征提取的同时极大减少了网络模型参数。最后,将该方法与经典分割网络进行比较分析,实验结果表明,该方法的类别像素准确率、类别平均像素精度、平均交并比、交并比和F1分别达到了84.03%、90.88%、84.13%、74.12%和89.59%,与U2Net、UNet和FCN相比,其效果有了明显的提升。可见该方法不仅极大地减少了模型的参数量,还有效提高了分割的精度,为实际应用提供了可能。 展开更多

关键词 地基云图 图像分割 U2Net 注意力机制

在线阅读 下载PDF 职称材料

基于地基云图与气象因素多模态融合的光伏功率预测方法

4

作者 邓芳明 刘涛 +3 位作者 王锦波 高波 韦宝泉 李泽文 《中国电机工程学报》 北大核心 2025年第18期7193-7205,I0014,共14页

现有地基云图与气象因素融合方法难以充分利用地基云图和气象因素两种模态之间的相关性和互补性,导致无法有效提升辐照度变化剧烈天气下的光伏功率预测准确度。该文提出一种基于地基云图与气象因素多模态融合的光伏功率预测方法。采用... 现有地基云图与气象因素融合方法难以充分利用地基云图和气象因素两种模态之间的相关性和互补性,导致无法有效提升辐照度变化剧烈天气下的光伏功率预测准确度。该文提出一种基于地基云图与气象因素多模态融合的光伏功率预测方法。采用一种改进Transformer网络,通过将气象数据输入部分的位置编码替换为时序卷积网络(time series convolutional network,TCN),提升网络对气象数据的特征提取能力;通过将网络解码器部分的多头注意力机制模块替换为长短时记忆网络(long short-term memory networks,LSTM),提升网络对时序序列的预测能力。分别引入引导注意力机制和低秩多模态融合算法对云图特征和气象特征进一步特征提取和融合,以充分利用不同源数据之间的相关性和互补性。结果表明,上述方法的均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)和拟合优度(R^(2))分别为0.294、0.248和0.866,可以提升辐照度变化剧烈天气下的光伏功率预测准确度,从而提高电力系统运行的稳定性和可靠性。 展开更多

关键词 地基云图 多模态融合 光伏功率预测 时序卷积网络-Transformer-长短时记忆网络 气象因素

在线阅读 下载PDF 职称材料

基于改进Res-UNet的昼夜地基云图分割网络 被引量：1

5

作者 王铂越 李英祥 钟剑丹 《计算机应用》 CSCD 北大核心 2024年第4期1310-1316,共7页

针对昼夜地基云图在分割中细节信息丢失、分割精度低等问题,提出一种基于改进Res-UNet(Residual network-UNetwork)的昼夜地基云图分割网络CloudRes-UNet(Cloud ResNet-UNetwork),整体采用编码器-解码器的网络结构。首先,编码器使用ResN... 针对昼夜地基云图在分割中细节信息丢失、分割精度低等问题,提出一种基于改进Res-UNet(Residual network-UNetwork)的昼夜地基云图分割网络CloudRes-UNet(Cloud ResNet-UNetwork),整体采用编码器-解码器的网络结构。首先,编码器使用ResNet50提取特征,增强特征提取能力;其次,设计多级特征提取(Multi-Stage)模块,该模块结合分组卷积、膨胀卷积和通道打乱这3种技巧,获取高强度语义信息;再次,加入高效通道注意力(ECA‑Net)模块,在通道维度上聚焦重要信息,加强对地基云图中云区域的关注,提高分割精度;最后,解码器使用双线性插值对特征进行上采样,提高分割图像的清晰度并减少目标和位置信息丢失。实验结果表明,与当前基于深度学习表现较好的地基云图分割网络(Cloud-UNet)相比,CloudRes-UNet在昼夜地基云图分割数据集上的分割准确率提升了1.5个百分点,平均交并比(MIoU)上升了1.4个百分点,更准确地获取了云量信息,对天气预报、气候研究和光伏发电等方面具有积极意义。 展开更多

关键词 地基云图 语义分割 深度学习 高效通道注意力网络 ResNet50 Res-UNet

在线阅读 下载PDF 职称材料

基于时空长短时记忆神经网络的地基云图预测算法 被引量：1

6

作者 吴现 吐松江·卡日 +3 位作者 王海龙 马小晶 李振恩 邵罗 《计算机工程》 CAS CSCD 北大核心 2024年第3期298-305,共8页

针对传统云运动轨迹预测方法存在的预测精度差、空间结构细节信息丢失等问题,提出一种基于时空长短时记忆(ST-LSTM)神经网络的地基云图预测模型。首先使用卷积编码网络提取输入视频流的高维图像特征;然后在特征提取模型中对图像潜在信... 针对传统云运动轨迹预测方法存在的预测精度差、空间结构细节信息丢失等问题,提出一种基于时空长短时记忆(ST-LSTM)神经网络的地基云图预测模型。首先使用卷积编码网络提取输入视频流的高维图像特征;然后在特征提取模型中对图像潜在信息进行多分支获取,一部分使用ST-LSTM神经网络提取不同帧之间的时空特征,另一部分将图像序列进行分解,并通过基于门控机制的记忆融合网络来获取分解后图像中的结构细节信息;最后将得到的分支特征进行组合后经过解码网络输出最终的预测视频流。在地基云图、Moving MNIST和Human 3.6M数据集上的实验结果表明,在图像预测准确率、结构细节信息保留效果以及人眼主观感受上,该预测模型均优于对比模型。与基准模型TaylorNet相比,所提模型在Moving MNIST数据集上均方误差指标和平均绝对误差指标分别降低15.7%和11.8%,在地基云图数据集上,其结构相似性指标与峰值信噪比指标分别提升1%和3.2%,且生成的视频流数据更为清晰,能够更准确地描述云层未来的运动状况,从而更可靠地预测光伏电站未来的输出功率。 展开更多

关键词 深度学习 视频预测 地基云图 麦克劳林展开 时空长短时记忆神经网络

在线阅读 下载PDF 职称材料

基于残差网络的地基云图识别方法研究 被引量：2

7

作者 宋文强 徐伟 冯琳 《电子测量技术》 北大核心 2024年第2期185-192,共8页

地基云的精细化识别对气候预测和气象研究具有重要的意义。针对目前地基云识别准确率低、泛化性差、不利于边缘化部署的问题,提出了基于残差网络的地基云图识别模型,命名为GBcNet。设计的模型由1个卷积层、2个池化层、5个残差块以及1个... 地基云的精细化识别对气候预测和气象研究具有重要的意义。针对目前地基云识别准确率低、泛化性差、不利于边缘化部署的问题,提出了基于残差网络的地基云图识别模型,命名为GBcNet。设计的模型由1个卷积层、2个池化层、5个残差块以及1个全连接层构成,利用第1个卷积层和第1个池化层初步提取特征信息并降低特征图大小,通过残差块提取更多的特征信息,同时抑制网络的过拟合和梯度消失,最后利用另1个池化层降低特征图的大小,并通过全连接层输出识别结果。利用数据集对模型进行训练和测试,实验结果表明,GBcNet模型对数据集的综合平均准确率达到了96.02%,11种类别地基云的识别精确率均在93%~99%,且具有更好的泛化性,单个类别和整体识别性能均优于其他模型。进一步采用SWIMCAT数据集对模型进行实验,综合识别准确率达99.7%,证明模型对地基云图识别具有普适性。模型结构简单,相较于其他模型,更有利于边缘化部署。 展开更多

关键词 地基云图 残差网络 CCSN数据集 边缘化部署

在线阅读 下载PDF 职称材料

基于双流多模态多层融合网络的地基云分类方法 被引量：1

8

作者 王敏 李晟 +2 位作者 庄志豪 周树道 王康 《遥感信息》 CSCD 北大核心 2024年第1期10-17,共8页

地基云的准确分类对于天气预报、航空航天等多个领域具有重要意义。近年来,深度学习在地基云分类领域取得了卓越的成果,但除地基云的视觉特征外,地基云的辅助特征,即地基云多模态信息,对于地基云分类也有重要作用。针对地基云多模态特... 地基云的准确分类对于天气预报、航空航天等多个领域具有重要意义。近年来,深度学习在地基云分类领域取得了卓越的成果,但除地基云的视觉特征外,地基云的辅助特征,即地基云多模态信息,对于地基云分类也有重要作用。针对地基云多模态特征信息的挖掘和融合研究,提出了一种基于双流多模态多层融合网络(dual-flow multi-modal multi-layer fusion network,DMMFN)的地基云分类方法,首次将多模态信息分开传递进不同子网络,并在特征层进行异构特征融合,最终该模型在多模态地基云数据集上得到85.70%的高准确率。实验结果表明,所提出的DMMFN网络模型能够有效地将地基云多模态信息与视觉特征结合,提升地基云分类的准确率。 展开更多

关键词 地基云分类 卷积神经网络 注意力机制 多模态信息 特征融合

在线阅读 下载PDF 职称材料

基于多尺度特征的地基云图分类检测算法 被引量：3

9

作者 孙继飞 贾克斌 《计算机科学》 CSCD 北大核心 2024年第S01期305-310,共6页

地基云的自动识别方法和技术为气象分析中的云状识别和云量估计任务提供了重要的手段和依据。然而,对这两种任务的研究往往独立,互不相干,导致地基云图的分类与分割技术无法有效地结合使用。特别是当云图中出现多类云状时,现有技术难以... 地基云的自动识别方法和技术为气象分析中的云状识别和云量估计任务提供了重要的手段和依据。然而,对这两种任务的研究往往独立,互不相干,导致地基云图的分类与分割技术无法有效地结合使用。特别是当云图中出现多类云状时,现有技术难以按不同云类分别划分区域并进行云量计算。为了解决这一问题,提出用基于深度学习的语义分割方法实现对地基云图的按类分割。首先,构建了地基云图语义分割数据集GBCSS,该数据集包含3000幅云图,共计11个类别。在此基础上,提出了一种基于U型神经网络的改进方案UNet-PPM作为地基云图语义分割模型。为了增强网络对云的轮廓特征提取能力,引入了金字塔池化模块。该模块提取并聚合了不同尺度的图像特征,提升了网络获取全局信息的能力。最后,将设计的网络在GBCSS上进行了训练以及评估,其在测试集上达到了91.5%的像素准确率。与U-Net相比,UNet-PPM在像素准确率上有5.4%的提升,表明该网络对云的轮廓特征提取的能力更强,以及语义分割应用在地基云图中的可行性。 展开更多

关键词 地基云图 语义分割 云图数据集 全卷积网络 金字塔池化模块

在线阅读 下载PDF 职称材料

地基云图结合径向基函数人工神经网络的光伏功率超短期预测模型 被引量：101

10

作者 陈志宝 丁杰 +2 位作者 周海 程序 朱想 《中国电机工程学报》 EI CSCD 北大核心 2015年第3期561-567,共7页

光伏功率由于受到诸多局地随机突变因素的影响,其超短期预测面临很大挑战。云是引起地表辐射随机变化,进而引起光伏出力随机变化的最主要因素之一,在光伏功率预测建模中亟需将云这一因子进行量化和建模。首先,基于全天空云图,利用数字... 光伏功率由于受到诸多局地随机突变因素的影响,其超短期预测面临很大挑战。云是引起地表辐射随机变化,进而引起光伏出力随机变化的最主要因素之一,在光伏功率预测建模中亟需将云这一因子进行量化和建模。首先,基于全天空云图,利用数字图像处理技术提取与辐射相关的图像特征;然后,将大气层外辐射、大气质量、图像亮度和云量作为输入因子,将地表辐射作为输出,建立径向基函数神经网络预测模型;最后,根据光电转换模型最终实现光伏功率超短期预测。实验结果表明:计及地基云图信息的光伏功率超短期预测模型,效果明显优于无图像信息的模型,为光伏电站超短期功率精确预测提供了重要的方法。 展开更多

关键词 地基云图 人工神经网络 光伏功率预测 超短期

在线阅读 下载PDF 职称材料

组合数值天气预报与地基云图的光伏超短期功率预测模型 被引量：62

11

作者 朱想 居蓉蓉 +2 位作者 程序 丁宇宇 周海 《电力系统自动化》 EI CSCD 北大核心 2015年第6期4-10 74,74,共8页

为减轻光伏电站被云团遮挡导致发电功率突然衰减所造成的影响,提高光伏超短期的预测精度和预测有效时间长度,文中提出数值天气预报与地基云图相结合的光伏超短期功率预测模型。该模型首先基于临近晴空工况光伏超短期功率预测方法实现未... 为减轻光伏电站被云团遮挡导致发电功率突然衰减所造成的影响,提高光伏超短期的预测精度和预测有效时间长度,文中提出数值天气预报与地基云图相结合的光伏超短期功率预测模型。该模型首先基于临近晴空工况光伏超短期功率预测方法实现未来4h预测,接着使用数值天气预报云量信息和地基云图等方法预测未来4h内云团遮挡电站导致的功率衰减,并进行临近校正,以提高光伏超短期功率预测的精度。研究结果表明,文中所述模型具有很好的可行性和实用性,为光伏电站0~4h超短期功率精确预测提供了一种方法。 展开更多

关键词 数值天气预报 地基云图 云团跟踪 光伏功率预测 超短期

在线阅读 下载PDF 职称材料

基于地基云图的光伏功率超短期预测模型 被引量：35

12

作者 陈志宝 李秋水 +2 位作者 程序 周海 丁杰 《电力系统自动化》 EI CSCD 北大核心 2013年第19期20-25,共6页

以地基云图采集设备提供的实时日间彩色天空状况图像为研究对象，通过数字图像处理技术对时间序列图像进行了处理和分析，运用云团提取算法和跟踪学习算法实现对云团未来运动状况的预估，结合一天中太阳在云图像上的位置计算，预测未来... 以地基云图采集设备提供的实时日间彩色天空状况图像为研究对象，通过数字图像处理技术对时间序列图像进行了处理和分析，运用云团提取算法和跟踪学习算法实现对云团未来运动状况的预估，结合一天中太阳在云图像上的位置计算，预测未来时刻太阳的遮挡情况，进而预测辐照度和光伏功率的变化。研究结果表明，文中所述模型具有很好的可行性和实用性，为光伏电站0～4h超短期功率精确预测提供了方法。 展开更多

关键词 地基云图 云团提取 云团跟踪 光伏功率预测 超短期 辐照度

在线阅读 下载PDF 职称材料

基于局部阈值插值的地基云自动检测方法 被引量：21

13

作者 杨俊 吕伟涛 +2 位作者 马颖 姚雯 李清勇 《气象学报》 CAS CSCD 北大核心 2010年第6期1007-1017,共11页

地基云自动化观测是当前气象业务发展的迫切需求。目前的地基云检测算法仍主要是以阈值为基础,针对固定阈值和全局阈值算法在云检测精度方面存在的不足,利用晴朗天空下天空呈蓝色、云呈白色的属性,提出了一种基于局部阈值插值的地基云... 地基云自动化观测是当前气象业务发展的迫切需求。目前的地基云检测算法仍主要是以阈值为基础,针对固定阈值和全局阈值算法在云检测精度方面存在的不足,利用晴朗天空下天空呈蓝色、云呈白色的属性,提出了一种基于局部阈值插值的地基云自动检测方法。该方法在对云图进行重采样后,对云图蓝、红波段进行归一化差值处理,再将处理后的结果图像按空间像素位置自动分成互不重叠、大小相等的均匀子块,对每一子区域采用一定的规则并结合改进的最大类间方差自适应阈值算法计算局部阈值,然后对每一子区域形成的阈值矩阵采用双线性插值算法进行插值处理,形成与原始云图大小相等的阈值曲面,利用此阈值曲面与云图蓝、红波段归一化差值处理结果进行比较,即可完成地基云的自动检测。与固定阈值和全局阈值算法相比,局部阈值插值算法对一些细碎的云和与背景反差不大的云获得了更好的检测效果。定量的评估结果表明,固定阈值方法在正确率和精确度上都要远远低于全局阈值和局部阈值方法,而文中提出的局部阈值算法在正确率和精确度上相比全局阈值算法又有较大提高。 展开更多

关键词 地基云 云检测 归一化差值 最大类间方差 局部阈值

在线阅读 下载PDF 职称材料

基于地基云图图像特征的光伏功率预测 被引量：12

14

作者 路志英 周庆霞 +1 位作者 李鑫 王泽涵 《电力系统及其自动化学报》 CSCD 北大核心 2020年第8期70-76,共7页

光伏输出功率主要受太阳辐照度的影响,而天空中云的生成、运动以及消融会使太阳辐照度呈现随机性和波动性。地基云图可实时记录天空状况,因此获取地基云图的图像特征是光伏功率准确预测的关键步骤。对全天空成像仪采集的地基云图展开研... 光伏输出功率主要受太阳辐照度的影响,而天空中云的生成、运动以及消融会使太阳辐照度呈现随机性和波动性。地基云图可实时记录天空状况,因此获取地基云图的图像特征是光伏功率准确预测的关键步骤。对全天空成像仪采集的地基云图展开研究。首先,修复地基云图;然后,利用图像处理技术提取影响太阳辐照度变化的图像特征,包含光照强度、高频分量、透射率、天顶距离以及云因子特征;最后,将图像特征作为输入数据,光伏功率作为输出数据,利用梯度提升决策树算法构建光伏功率预测模型,实现光伏功率的预测。实验结果表明,采用从地基云图提取的图像特征构建的光伏功率预测模型,使得光伏功率预测的均方根误差可低于1%,为光伏功率的准确预测提供了一种技术手段。 展开更多

关键词 太阳辐照度 光伏功率 地基云图 特征提取 预测模型

在线阅读 下载PDF 职称材料

基于多任务学习的地基云图识别与分割技术 被引量：3

15

作者 张雪 贾克斌 +1 位作者 刘钧 张亮 《气象》 CSCD 北大核心 2023年第4期454-466,共13页

云在天气预报中扮演着一个至关重要的角色,准确识别和分割地基云图可以有效指导天气预报。针对大部分现有数据集只适用于单任务学习,地基云图识别和分割技术多以单任务实现,识别检测效率低且算法鲁棒性差等问题,构建了带标签且适合多任... 云在天气预报中扮演着一个至关重要的角色,准确识别和分割地基云图可以有效指导天气预报。针对大部分现有数据集只适用于单任务学习,地基云图识别和分割技术多以单任务实现,识别检测效率低且算法鲁棒性差等问题,构建了带标签且适合多任务学习的地基云图数据集(GBCD)和GT数据集(GBCD-GT),在此基础上设计了一种基于多任务学习的地基云图识别与分割联合网络模型(GCRSegNet)。该模型首先通过卷积神经网络提取共享特征,再为每个任务设计特定网络,提取更具辨识度的特征,分割网络通过学习共享特征实现地基云图分割,识别网络通过结合共享特征和分割特征实现地基云图识别。经过多组对比试验表明,该网络能准确表征地基云图特征,使识别任务准确率达到94.28%,分割任务像素准确率达到93.85%,平均交并比达到71.58%,为实际应用提供了可能性。 展开更多

关键词 地基云图 图像识别 图像分割 多任务学习

在线阅读 下载PDF 职称材料

基于地基云图的超短期太阳辐照预测方法与装置研究 被引量：4

16

作者 张臻 陈天鹏 +3 位作者 王磊 邵玺 张起源 居秀丽 《太阳能学报》 EI CAS CSCD 北大核心 2023年第1期133-140,共8页

提出一种自主研发全天空成像仪的云图曝光优化方法,通过自主研发的地基云图采集仪采集地基云图,结合在同一时刻连续拍摄的不同曝光度的云图,利用动态范围优化算法对云图进行处理。对优化后的云图进行特征提取,将图像特征作为预测模型的... 提出一种自主研发全天空成像仪的云图曝光优化方法,通过自主研发的地基云图采集仪采集地基云图,结合在同一时刻连续拍摄的不同曝光度的云图,利用动态范围优化算法对云图进行处理。对优化后的云图进行特征提取,将图像特征作为预测模型的输入数据,建立基于BP(back propagation)神经网络的预测模型。验证结果表明:在5 min预测尺度上,所建立模型的预测均方根误差相比持续性模型降低14.31%。与现有研究对比,所建立的模型具有更低的均方根误差(RMSE)。 展开更多

关键词 太阳能 辐照预测 地基云图 图像处理 机器学习

在线阅读 下载PDF 职称材料

基于机器学习的地基云图分类研究进展 被引量：2

17

作者 项洪印 韩磊乐 +3 位作者 石超君 张珂 李星宽 杨世芳 《激光与红外》 CAS CSCD 北大核心 2023年第12期1795-1809,共15页

基于机器学习的地基云图分类是光伏发电功率预测的关键技术。该技术主要通过传统机器学习和深度学习方法对地基云图特征提取提升地基云图分类准确率。全文归纳了地基云图分类标准和云图采集设备;简要介绍了地基云图分类数据集;从传统机... 基于机器学习的地基云图分类是光伏发电功率预测的关键技术。该技术主要通过传统机器学习和深度学习方法对地基云图特征提取提升地基云图分类准确率。全文归纳了地基云图分类标准和云图采集设备;简要介绍了地基云图分类数据集;从传统机器学习和深度学习两方面详细论述了典型的地基云图分类方法;比较了不同方法在Kiel F和MGCD地基云图分类数据集上的性能;最后对现有地基云图分类方法进行了总结,并针对目前地基云图分类面临的挑战进行了展望。 展开更多

关键词 全天空成像仪 地基云图分类 机器学习 深度学习 特征提取

在线阅读 下载PDF 职称材料

稠密融合卷积神经网络的多模态地基云状分类 被引量：2

18

作者 刘爽 许依琳 张重 《电子测量技术》 北大核心 2021年第20期157-161,共5页

为了解决现有的地基云状分类方法对多模态信息利用不充分的问题,有效融合地基云样本的视觉特征与多模态特征,提出稠密融合卷积神经网络的多模态地基云状分类方法。稠密融合卷积神经网络采用卷积神经网络作为视觉子网络提取地基云图像的... 为了解决现有的地基云状分类方法对多模态信息利用不充分的问题,有效融合地基云样本的视觉特征与多模态特征,提出稠密融合卷积神经网络的多模态地基云状分类方法。稠密融合卷积神经网络采用卷积神经网络作为视觉子网络提取地基云图像的视觉特征,采用多模态子网络提取多模态特征,在网络内部加入了5个稠密融合模块,用于充分融合视觉特征与多模态特征,稠密融合模块在不改变原有网络结构的同时,能够独立地加到入子网络中,具有较大的灵活性。在多模态地基云公开数据集MGCD上的实验达到了89.14%的分类精度,验证了所提出的稠密融合卷积神经网络在地基云状分类任务中的有效性。 展开更多

关键词 卷积神经网络 多模态地基云状分类 稠密融合

在线阅读 下载PDF 职称材料

基于小波包分解和形态学融合的地基云图边缘检测 被引量：1

19

作者 张永宏 袁永 《南京信息工程大学学报（自然科学版）》 CAS 2011年第2期150-153,共4页

采用一种基于小波包分解和数学形态学融合的边缘提取方法用于地基云图的边缘检测.首先对图像进行基于小波包分解的边缘提取,然后对图像进行数学形态学的边缘检测,最后利用图像融合技术对两幅图像进行融合得出最优边缘图像.通过Matlab软... 采用一种基于小波包分解和数学形态学融合的边缘提取方法用于地基云图的边缘检测.首先对图像进行基于小波包分解的边缘提取,然后对图像进行数学形态学的边缘检测,最后利用图像融合技术对两幅图像进行融合得出最优边缘图像.通过Matlab软件验证和比较,表明该方法实际使用效果较好. 展开更多

关键词 地基云图 边缘检测 小波包 形态学

在线阅读 下载PDF 职称材料

地基云图分割方法研究进展

20

作者 石超君 李星宽 +2 位作者 张珂 韩磊乐 杨世芳 《计算机工程与应用》 CSCD 北大核心 2023年第13期1-16,共16页

云量的变化和分布对光伏发电功率预测、天文望远镜观测站选址和气象预报等均具有重要影响。地基云观测是云观测的重要方式,是对卫星云观测数据的有效补充,其主要反映天空局部区域云底信息和云层分布、变化及运动情况。地基云图分割是构... 云量的变化和分布对光伏发电功率预测、天文望远镜观测站选址和气象预报等均具有重要影响。地基云观测是云观测的重要方式,是对卫星云观测数据的有效补充,其主要反映天空局部区域云底信息和云层分布、变化及运动情况。地基云图分割是构建地基云图自动观测系统的基础,因此相关研究具有重要意义。得益于深度学习的飞速发展,深度卷积神经网络的通用语义分割模型被不断拓展应用到地基云图分割领域,并取得了良好分割性能。然而由于地基云图内在的特殊性和复杂性,特别是考虑到不同类别云层厚度不同并且边缘难以区分等问题,基于深度学习的地基云图分割方法仍面临着精度及效率等方面的严峻挑战。从阈值、传统机器学习和深度学习三方面出发,对地基云图分割方法进行全面综述;总结了当前地基云图分割常用的数据集;对比了各类地基云图分割方法在GDNCI和WSISEG两种数据集上的性能,并分析了各类方法在两种数据集中的优劣;最后进行了全面总结,并对地基云图分割中待解决的问题与未来的研究方向进行了展望。 展开更多

关键词 地基云图分割 阈值分割 机器学习 深度学习 地基云图分割数据集

在线阅读 下载PDF 职称材料