[发明专利]太阳能直射辐射强度信息预测方法和系统

权利要求书

1.一种太阳能直射辐射强度信息预测方法，其特征在于，包括以下步骤：

获取目标区域内云层信息图像和目标区域内太阳辐射值；

利用图像特征提取法提取所述目标区域内云层信息图像的图像特征值；

根据所述目标区域内太阳辐射值和所述目标区域内云层信息的图像特征值，通过人工神经网络模型、支持向量机模型或最近邻居法模型进行训练学习，获取直射辐射强度预测模型；

将实测的目标区域内的云层信息图像的图像特征值输入直射辐射强度预测模型计算目标区域内目标时间段的太阳能直射辐射强度值和直射辐射强度方差；

根据所述目标区域内目标时间段的太阳能直射辐射强度值和所述直射辐射强度方差利用高斯分布模型确定太阳能辐射强度概率分布和太阳能直射辐射强度概率分布的置信区间；

其中，太阳能直射辐射强度信息包括所述目标区域内目标时间段的太阳能直射辐射强度值、所述直射辐射强度方差、所述太阳能直射辐射强度概率分布以及所述太阳能直射辐射强度概率分布的置信区间。

2.根据权利要求1所述的太阳能直射辐射强度信息预测方法，其特征在于，利用图像特征提取法提取所述目标区域内云层信息图像的图像特征值的过程中，包括以下步骤：

提取目标区域内云层信息图像的所有像素的红蓝比值；

根据所有像素的红蓝比值确定云层信息图像的图像特征值，所述云层信息图像的图像特征值包括所有像素的红蓝比值的平均值、方差值以及熵值。

3.根据权利要求1所述的太阳能直射辐射强度信息预测方法，其特征在于，所述图像特征提取法包括Fourier变换法、窗口Fourier变换(Gabor)、小波变换法或最小二乘法。

4.根据权利要求1所述的太阳能直射辐射强度信息预测方法，其特征在于，所述目标区域为光伏发电站所在位置区域。

5.根据权利要求1所述的太阳能直射辐射强度信息预测方法，其特征在于，在提取所述目标区域内云层信息图像的图像特征值之前，还包括以下步骤：

同步化所述目标区域内云层信息图像和所述目标区域内太阳辐射值，并组建统一的时间序列；

提取所述目标区域内云层信息图像的图像特征值的步骤包括：

根据时间序列提取目标区域内云层信息图像的图像特征值。

6.根据权利要求1所述的太阳能直射辐射强度信息预测方法，其特征在于，所述获取目标区域内云层信息图像和目标区域内太阳辐射值的步骤，包括：

获取至少300小时的所述目标区域内云层信息图像和所述目标区域内太阳辐射值。

7.一种太阳能直射辐射强度信息预测系统，其特征在于，包括：

信息获取模块，用于获取目标区域内云层信息图像和目标区域内太阳辐射值；

特征值提取模块，用于利用图像特征提取法提取所述目标区域内云层信息图像的图像特征值；

预测模型获取模块，用于根据所述目标区域内的太阳辐射值和所述目标区域内云层信息的图像特征值，通过人工神经网络模型、支持向量机模型或最近邻居法模型进行训练学习，获取直射辐射强度预测模型；

直射辐射强度信息确定模块，用于将实测的目标区域内的云层信息图像的图像特征值输入直射辐射强度预测模型计算目标区域内目标时间段的太阳能直射辐射强度值和直射辐射强度方差；根据所述目标区域内目标时间段的太阳能直射辐射强度值和所述直射辐射强度方差利用高斯分布模型确定太阳能辐射强度概率分布和太阳能直射辐射强度概率分布的置信区间；

其中，太阳能直射辐射强度信息包括所述目标区域内目标时间段的太阳能直射辐射强度值、所述直射辐射强度方差、所述太阳能直射辐射强度概率分布以及所述太阳能直射辐射强度概率分布的置信区间。

8.根据权利要求7所述的太阳能直射辐射强度信息预测系统，其特征在于，所述特征值提取模块还包括：

像素比值提取模块，用于提取目标区域内云层信息图像的所有像素的红蓝比值；

特征值计算模块，用于根据所有像素的红蓝比值确定云层信息图像的图像特征值，所述云层信息图像的图像特征值包括所有像素的红蓝比值的平均值、方差值以及熵值。