|
|||||
|
|
| 服务于区域光伏预测的天空图像K-means云空辨识模型 | |
| 作者单位： | ;1.云南电网有限责任公司电力科学研究院;2.新能源电力系统国家重点实验室;3.美国伊利诺伊大学厄巴纳-香槟分校;4.澳大利亚国立大学环境与社会学院 |
| 摘 要： | 地基天空图像的云空辨识及云团预测是研究区域电网光伏发电功率分布与变化的前提,对支撑调度提高光伏发电消纳比例具有重要意义。首先分别采用较高的红蓝分量比值和较低的红蓝分量比值作为固定阈值分割地基天空图像,依次提取辨识结果中的天空像素点和云像素点的位置信息并获取原图像中对应位置的天空像素点和云像素点的RGB值;其次对获得的天空像素和云像素求均值并将各自均值中的红蓝分量相除获取初始聚类中心;然后使用K-means算法,利用加权欧式距离计算每一个聚类样本与聚类中心之间的距离,通过数次迭代得到聚类结果,进而将聚类结果还原成矩阵得到地基天空图像的云空辨识结果图;最后利用云南某光伏电站全天空成像仪TSI-VIS-J1006采集的天空图像进行仿真,结果表明该方法较固定阈值法的收敛速度更快、聚类精度更高,能够有效实现地基天空图像的云空辨识。 |
| 关 键 词： | 初始聚类中心 天空图像 云空识别 区域光伏预测 |
Cloud Identification Model Based on K-means for Regional Photovoltaic Forecasting |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |