研究目的
开发一种从天空穹顶图像中检测太阳位置的稳健方法,以实现精确的太阳辐照度临近预报,这对太阳能电站运行和能源供应策略至关重要。
研究成果
所提出的方法能以高精度成功检测各种天空条件(晴朗、局部多云、多云)下的太阳位置,并将位置保持在日晕区域内。图像处理与粒子滤波的结合减轻了遮挡造成的误差,从而实现对辐照度临近预报的可靠太阳能资源评估。未来工作可聚焦于提高完全遮挡情况下的估算精度,并扩展至辐照度计算。
研究不足
该系统依赖图像处理技术,可能受亮度接近太阳的云层影响,导致目标融合及位置偏差。基于Pysolar的估算误差较大(平均太阳天顶角误差约4.51°,太阳方位角误差约6.88°),且其性能在未测试的极端天气条件下可能存在波动。
1:实验设计与方法选择:
该方法采用人工视觉系统,通过凸面镜和相机捕捉天空穹顶图像。结合多种图像处理算法(穹顶检测、太阳分割、粒子滤波)与太阳位置估算(使用Pysolar库),实现在不同天空条件(晴朗、局部多云、阴天)下的稳健太阳检测。
2:样本选择与数据来源:
从墨西哥阿瓜斯卡连特斯市安装的原型机每分钟采集1024×780像素分辨率的图像。分析了三种场景:晴空日(11月8日)、局部晴日(9月13日)和阴天(8月17日)。
3:实验设备与材料清单:
原型机包含树莓派相机模块、高凸面镜及支撑结构。相机采用CMOS IMX219PQ传感器。
4:实验流程与操作步骤:
系统对每帧图像依次进行:穹顶检测(感兴趣区域)、太阳分割(通过HSL转换、阈值处理、二值化及圆检测)、粒子滤波追踪,以及在遮挡时通过Pysolar估算位置。该过程对新图像自动循环执行。
5:数据分析方法:
通过比较分割结果、粒子滤波及Pysolar估算的太阳位置评估性能。指标包括像素距离、太阳天顶角(SZA)和太阳方位角(SAA)误差。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容