全天空图像处理及云天特征参数提取系统的设计与实现.pdf

全天空图像处理及云天特征参数提取系统的设计与实现

摘要

近年来，由于化石燃料燃烧产生的有害气体大量排放，大气层破坏以及全球范围内

气温升高等问题愈发严重。光伏发电作为新型清洁能源解决了资源枯竭的隐患，其发电

过程不会对环境造成任何污染，因此，目前全球各发达国家均围绕光伏发电问题正在开

展大量的研究工作。然而，随着该发电模式下发电量日渐膨胀，光伏发电的不稳定特性

对整个电网系统的冲击现象愈发严重。本文设计了一种全天空图像处理及云天特征参数

提取系统的设计与实现方案，通过对光伏电站上空的地基云图进行图像处理并从中提取

相应的云天特征参数，得到准确的有效天空图像数据及云天特征参数数据，可用于解决

光伏发电不稳定的现象，深入研究全天空图像处理及云天特征参数提取技术对发展光伏

事业具有重要的理论意义和应用价值。

首先，针对光伏电站小型化、低成本、高可靠的需求，本文综合考量系统实时性与

便利性等问题，搭建了以FPGA和STM32为核心处理器，配合其他必备外围电路的硬

件系统，可以内置于全天空成像仪内部，在高性能和小体积之间达到平衡。

由于全天空成像仪的成像特异性，地基云图无法直接用于光伏电站使用，需要对其

进行图像处理。本文基于Bourges算法应用数值拟合法进行优化，实现了地基云图中遮

挡物的识别；设计了一种基于镜像渐变插值算法的图像修复方案，实现了对遮挡部分图

像的修复与还原；设计了一种基于球面模型正交算法的图像畸变校正方案，对图像的畸

变问题进行校正，进而得到了完整的有效天空图像数据。其次，针对二值化云图、云层

运动轨迹以及天空类型三类云天特征参数，本文应用BRD色度增强技术与最大类间方

差自适应阈值算法完成了云层与天空的分离，并提取了二值化云图；基于SIFT算法对

连续帧云图进行特征点识别及匹配，并将其匹配后特征点的相对位置逐一进行比对，实

现了云层运动轨迹的提取；基于BP神经网络构建天空类型分类器，并创建合适的样本

库，实现了天空类型的提取，将天空类型划分为晴空、卷云、积云、雨云、层云五类。

最后，本文选取适当的云图样本对系统的功能进行实验验证，实验结果表明该系统

上电后可正常工作，经图像处理可得到完整的有效天空图像，符合系统指标要求。云天

特征参数提取的二值化云图中云层与天空的识别准确度达到94.738%，符合系统指标要

求；提取的云层运动速度准确度达到94.7%，云层运动方向准确度达到95.2%，满足系

统指标要求；天空类型的准确度达到94.2%，满足系统指标要求；该系统可为光伏电站

实际应用提供理论指导。

关键词：云图；图像处理；特征参数提取；神经网络

全天空图像处理及云天特征参数提取系统的设计与实现

Abstract

Inrecentyears,thedestructionoftheatmosphereandtheriseinglobaltemperatureshave

becomemoreseriousduetothemassiveemissionofharmfulgasesfromthecombustionof

fossilfuels.Asanewtypeofcleanenergy,photovoltaicpowergenerationsolvesthehidden

dangerofresourcedepletion,anditspowergenerationprocesswillnotcauseanypollutionto

theenvironment.However,withtheincreasingexpansionofpowergenerationunderthispower

generationmode,theimpactoftheunstablecharacteristicsofphotovoltaicpowergeneration

ontheentirepowergridsystemisbecomingmoreandmoreserious.Thispaperproposesthe

designandimplementation