基于双流特征增强网络的超短期光伏功率预测

1

作者 辛峰悦 寇志伟 +2 位作者 刘焱晨 崔啸鸣 齐咏生 《电子测量技术》 北大核心 2025年第5期65-73,共9页

云层的遮挡会导致光伏功率发生剧烈波动,给电力系统的稳定运行带来巨大的挑战。本研究针对云层遮挡时光伏功率波动大、复杂天气条件下预测精度低等问题,提出了一种基于双流特征增强网络的超短期光伏功率预测模型(TSFE-LSTM)。首先,基于... 云层的遮挡会导致光伏功率发生剧烈波动,给电力系统的稳定运行带来巨大的挑战。本研究针对云层遮挡时光伏功率波动大、复杂天气条件下预测精度低等问题,提出了一种基于双流特征增强网络的超短期光伏功率预测模型(TSFE-LSTM)。首先,基于畸变校正算法和光流计算优化处理了地基云图,通过双流卷积网络提取了地基云图序列的时空特征。其次,设计了基于长短期记忆网络的超短期光伏功率预测模型,实现了未来15 min光伏功率的预测。实验结果表明,TSFE-LSTM模型融合地基云图与光流图后,光伏功率预测值的MAE、RMSE较单独输入地基云图分别提高了5.81%、4.61%。在晴天时,TSFE-LSTM模型较CNN模型MAE、RMSE分别提高了7.23%、14.99%,阴天时,TSFE-LSTM模型预测精度略有下降,较CNN-MLP模型MAE、RMSE分别提高了3.53%、1.26%。为云层遮挡时光伏功率预测提供了新思路。 展开更多

关键词 地基云图 特征提取 长短期记忆网络 光伏功率预测

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Res-UNet的昼夜地基云图分割网络 被引量：1

3

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

基于双流多模态多层融合网络的地基云分类方法 被引量：1

4

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

5

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

基于地基云图的光伏功率超短期预测模型 被引量：35

6

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

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

7

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

基于全天空成像仪的光伏电站水平面总辐射预报 被引量：19

8

作者 丁宇宇 丁杰 +2 位作者 周海 陈志宝 程序 《中国电机工程学报》 EI CSCD 北大核心 2014年第1期50-56,共7页

准确地水平面总辐射预测是进行光伏功率预测的前提,对提高光伏发电消纳能力具有重要意义。文章基于地基云图观测,建立了云图遮挡复原和畸变还原算法,以及分类型的云团分类识别与运动预测算法,最终实现对水平面总辐射的预测。为验证提出... 准确地水平面总辐射预测是进行光伏功率预测的前提,对提高光伏发电消纳能力具有重要意义。文章基于地基云图观测,建立了云图遮挡复原和畸变还原算法,以及分类型的云团分类识别与运动预测算法,最终实现对水平面总辐射的预测。为验证提出的算法,利用南京市浦口区2012年6月的TSI-880全天空成像仪和地面总辐射计观测数据对水平面总辐射进行预测。结果表明该方法具有较高的预测精度,能够有效地预测由云遮挡造成的辐射跳变过程。 展开更多

关键词 地基云图 畸变还原 辐射预测 云类型识别

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

9

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

基于多任务学习的地基云图识别与分割技术 被引量：3

10

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

11

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

12

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

基于地面激光雷达点云数据的树种识别方法 被引量：18

13

作者 王佳 张隆裕 +1 位作者 吕春东 牛利伟 《农业机械学报》 EI CAS CSCD 北大核心 2018年第11期180-188,共9页

为了能够更有效地利用地面激光雷达的点云数据识别树种,以北京林业大学为研究区域,利用FARO Photon120型地面激光雷达在研究区内获取4个树种、共92棵树木的点云数据。依据点云的三维坐标值提取研究区内立木的胸径、枝下高、树高、冠高... 为了能够更有效地利用地面激光雷达的点云数据识别树种,以北京林业大学为研究区域,利用FARO Photon120型地面激光雷达在研究区内获取4个树种、共92棵树木的点云数据。依据点云的三维坐标值提取研究区内立木的胸径、枝下高、树高、冠高、最长冠幅、垂直最长方向冠幅6个测树因子,同时提取由测树因子组合而成具有鲁棒性的6个树形特征参数,包括冠长树高比、胸径树高比、冠高树高比、分枝角、冠长最大冠幅之比、最长冠幅与垂直方向冠幅之比。分别使用测树因子和组合特征参数,采用支持向量机、分类回归决策树和随机森林的方法,对树种进行冠幅自动识别。研究结果表明:使用测树因子树木识别方法,识别平均准确率为0. 765,平均召回率为0. 778,3种识别方法中,分类效果较好的依次为分类回归决策树、随机森林、支持向量机;使用组合特征参数树木识别方法,识别平均准确率为0. 891,平均召回率为0. 896,分类效果较好的方法是随机森林和支持向量机,其次是分类回归决策树;总体上来看,不论是对于单个树种还是总体的准确率和召回率,组合特征参数法均高于测树因子法,而对于3种不同的分类方法,随机森林相对最好。研究结果表明,结合地面激光雷达获取的点云和不同机器学习分类方法进行树种识别分类可以达到满意的效果,且能节省大量时间和人力。 展开更多

关键词 树种识别 地面激光雷达 点云 测树因子 组合特征参数

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

14

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

光伏系统中地基云图的预处理 被引量：9

15

作者 朱想 周海 +2 位作者 朱婷婷 金山红 魏海坤 《电力系统自动化》 EI CSCD 北大核心 2018年第6期140-145,151,共7页

用于地面天空监测和辐射预测的地基云图,由于其拍摄仪器全天空成像仪(TSI)自身的缺陷,使得拍摄的天空图像中存在较大面积的遮挡和一定程度的畸变,从而导致基于地基云图的云识别、分类和辐射预测等不准确。针对该问题,提出了一种镜像渐... 用于地面天空监测和辐射预测的地基云图,由于其拍摄仪器全天空成像仪(TSI)自身的缺陷,使得拍摄的天空图像中存在较大面积的遮挡和一定程度的畸变,从而导致基于地基云图的云识别、分类和辐射预测等不准确。针对该问题,提出了一种镜像渐变修复方法来还原真实天空云分布情况。首先通过计算太阳在图像中的位置,自动确定遮挡区域;然后根据云的颜色特性,采用镜像渐变算法进行修复;接着,对太阳周围的白色像素点,根据太阳辐射衰减程度将其分割为云或晴空,并对识别为晴空的过度曝光像素点进行修正。实验表明,所提出的预处理方法可快速还原真实天空的云分布信息,且修复效果优于现有光伏系统上使用的方法,为后续气象变化研究和辐射预测等提供了条件。 展开更多

关键词 图像修复 地基云图 目标移除 镜像渐变算法 光伏发电

在线阅读 下载PDF 职称材料

对称式密集连接网络的地基云图分割方法 被引量：5

16

作者 沈慧想 夏旻 +1 位作者 施必成 刘佳 《计算机工程与应用》 CSCD 北大核心 2019年第17期207-213,共7页

为了提高地基云图分割的精度,提出一种对称式密集连接卷积神经网络的云图分割方法进行地基云图分割研究。提出的新的网络结构通过普通卷积层提取地基云图特征,通过连续的密集连接块和上采样模块对特征图进一步处理,通过并联方式融合网... 为了提高地基云图分割的精度,提出一种对称式密集连接卷积神经网络的云图分割方法进行地基云图分割研究。提出的新的网络结构通过普通卷积层提取地基云图特征,通过连续的密集连接块和上采样模块对特征图进一步处理,通过并联方式融合网络浅层和网络深层的特征图从而实现对地基云图精确的分割。其中,密集块中采用跨层连接的方式实现了网络中所用层的特征传递,使得云图特征得到复用,同时一定程度上减轻了训练过程中的梯度消失问题,通过并联浅层网络和深层网络的特征图实现了对地基云图的进一步精确分割。实验结果表明,该方法与其他用于地基云图分割的机器学习方法相比,能够提高地基云图的分割准确率,具有良好的泛化效果。 展开更多

关键词 深度学习 对称式密集连接卷积神经网络 图像分割 地基云图

在线阅读 下载PDF 职称材料

物理-统计反演和云-晴空辐射特征差异检测结合的全天空高云判别能力改进算法与初步试验 被引量：1

17

作者 李宇 吕达仁 +1 位作者 霍娟 章文星 《气象学报》 CSCD 北大核心 2013年第1期134-145,共12页

在全天空红外-可见光云像观测反演方法基础上,针对已往阈值法判断高云的局限性,提出改进的算法。对可见光图像可利用以太阳-天顶为连线的主平面两边相元特性的对称性来判断云的存在,对红外成像仪可利用同一仰角扫描时所得不同方位角亮... 在全天空红外-可见光云像观测反演方法基础上,针对已往阈值法判断高云的局限性,提出改进的算法。对可见光图像可利用以太阳-天顶为连线的主平面两边相元特性的对称性来判断云的存在,对红外成像仪可利用同一仰角扫描时所得不同方位角亮温分布的非均匀性来判断云的存在。以北京2011年1 3月观测资料为基础,选择原阈值法未能判别出来的案例进行再处理,全天空可见光成像观测仪高云判别能力最高可达73.9%,全天空扫描式红外成像仪可达70.1%。该工作为天空的高云识别提供新的复合算法。 展开更多

关键词 地基云观测 云像仪 高薄云 天空辐射

在线阅读 下载PDF 职称材料

基于轻量级神经网络的地基云图识别 被引量：7

18

作者 贾克斌 张亮 +1 位作者 刘鹏宇 刘钧 《北京工业大学学报》 CAS CSCD 北大核心 2021年第5期489-499,共11页

针对目前云识别效率低下,同时缺乏公认且严谨、公开的地基云数据集问题,利用专业设备结合人工标注和迁移学习,构建了目前规模最大且符合国际气象组织标准的云公开数据集HBMCD,并且在此基础上,利用深度可分离卷积、膨胀卷积等技巧构建基... 针对目前云识别效率低下,同时缺乏公认且严谨、公开的地基云数据集问题,利用专业设备结合人工标注和迁移学习,构建了目前规模最大且符合国际气象组织标准的云公开数据集HBMCD,并且在此基础上,利用深度可分离卷积、膨胀卷积等技巧构建基本单元,通过组合不同的基本单元构建了轻量级云图分类模型LCCNet.经过多组对比实验,证明了LCCNet不仅参数量低、运算复杂度低,而且针对HBMCD数据集具有高达97.35%的准确率,为设备集成与实际应用提供了可能性. 展开更多

关键词 地基云图 图像处理 数据集 图像分类 深度学习 轻量级神经网络

在线阅读 下载PDF 职称材料

基于改进Criminisi算法的地基云图修复方法 被引量：8

19

作者 路志英 周庆霞 李鑫 《数据采集与处理》 CSCD 北大核心 2019年第1期12-21,共10页

全天空成像仪(Total sky imager,TSI)对天空进行观测时,设备的结构特点会使采集到的云图信息不完整,对图像的分析造成不利影响。针对Criminisi算法修复地基云图所造成修复顺序发生错误、图像不连续以及匹配块遍历搜索时间复杂度大的问题... 全天空成像仪(Total sky imager,TSI)对天空进行观测时,设备的结构特点会使采集到的云图信息不完整,对图像的分析造成不利影响。针对Criminisi算法修复地基云图所造成修复顺序发生错误、图像不连续以及匹配块遍历搜索时间复杂度大的问题,本文提出了一种基于改进Criminisi算法的地基云图修复方法。该算法改进了优先权计算公式,引入地基云图独特的红蓝比特征作为置信项,使得含有更多信息的像素块具有更高的优先级,在搜索匹配块的过程中,基于启发信息选择匹配区域的大小,避免了搜索到离待修复块较远的相关性较低的匹配块,也有效缩短了匹配块搜索时间,降低了算法的时间复杂度。实验结果表明,改进后的Criminisi算法具有较好的图像修复效果,且降低了时间复杂度,提高了修复效率。 展开更多

关键词 地基云图 图像修复 优选权函数 匹配区域

在线阅读 下载PDF 职称材料

基于地基云图云量特征的光伏发电功率区间预测 被引量：13

20

作者 刘翼飞 崔承刚 《南方电网技术》 CSCD 北大核心 2023年第2期92-100,共9页

云团移动使得太阳辐照度产生较强波动,进而导致光伏发电功率呈现随机性和波动性,对电力系统的安全稳定运行产生严重影响。针对上述问题提出一种基于地基云图云特征的B-Informer组合区间预测方法。首先,利用图像处理技术获取影响太阳辐... 云团移动使得太阳辐照度产生较强波动,进而导致光伏发电功率呈现随机性和波动性,对电力系统的安全稳定运行产生严重影响。针对上述问题提出一种基于地基云图云特征的B-Informer组合区间预测方法。首先,利用图像处理技术获取影响太阳辐照度变化的云图云特征,包括含有修正系数的云量百分比、光流云图RGB值。然后,将云特征与历史气象数据组合构成模型输入序列特征,构建基于稀疏性注意力机制的Informer光伏预测模型。进一步,通过自助法(Bootstrap)增加样本多样性产生预测区间,同时提升了模型对长时间序列的预测精度。最后,以美国科罗拉多州某电站历史运行数据和云图为例,通过与上下限估计法(LUBE)等现有方法在给定置信水平下的预测结果进行对比,所提方法的平均预测区间宽度最高缩小27%,验证了本文方法的有效性。 展开更多

关键词 光伏发电 地基云图 区间预测 INFORMER 自助法

在线阅读 下载PDF 职称材料