塔式光聚热发电地基云图超短期辐照功率预测系统研究
摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
1 绪论 | 第9-15页 |
1.1 研究背景与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 地基云图获取方法的概述 | 第11-12页 |
1.2.2 云层检测方法的概述 | 第12页 |
1.2.3 云层匹配与云层预测方法概述 | 第12-13页 |
1.3 主要研究内容 | 第13-14页 |
1.4 论文内容安排 | 第14-15页 |
2 预测系统的初始化 | 第15-23页 |
2.1 引言 | 第15页 |
2.2 跟踪支架工作状态监控 | 第15-18页 |
2.2.1 太阳实时角度的计算 | 第15-16页 |
2.2.2 跟踪偏角的设置 | 第16-18页 |
2.3 太阳轮廓的获取与判断 | 第18-20页 |
2.3.1 太阳轮廓的获取 | 第19-20页 |
2.4 自动曝光 | 第20-22页 |
2.5 本章小结 | 第22-23页 |
3 广角镜头畸变校正 | 第23-33页 |
3.1 引言 | 第23页 |
3.2 相机成像原理 | 第23-26页 |
3.2.1 普通相机的成像原理 | 第23-24页 |
3.2.2 广角镜头的成像原理 | 第24-26页 |
3.3 桶形畸变的校正方法 | 第26-29页 |
3.3.1 多项式地址修正法 | 第27-28页 |
3.3.2 同心圆模板 | 第28-29页 |
3.4 实验结果及分析 | 第29-31页 |
3.5 本章小结 | 第31-33页 |
4 云层检测 | 第33-41页 |
4.1 引言 | 第33页 |
4.2 颜色特征的选取 | 第33-34页 |
4.3 彩色云图的色度调节 | 第34-35页 |
4.4 检测方法的选择 | 第35-37页 |
4.4.1 K-Means 聚类算法原理 | 第36-37页 |
4.5 实验结果及分析 | 第37-40页 |
4.5.1 实验结果 | 第37-38页 |
4.5.2 结果分析 | 第38-40页 |
4.6 本章小结 | 第40-41页 |
5 云层匹配 | 第41-53页 |
5.1 引言 | 第41页 |
5.2 SIFT算法原理 | 第41-48页 |
5.2.1 特征点的匹配 | 第46页 |
5.2.2 误匹配的消除 | 第46页 |
5.2.3 大时间跨度的云图匹配 | 第46-48页 |
5.3 云层分片追踪 | 第48-49页 |
5.4 实验结果及分析 | 第49-52页 |
5.5 本章小结 | 第52-53页 |
6 云层预测 | 第53-67页 |
6.1 引言 | 第53页 |
6.2 分级式云层运动预测模型 | 第53-54页 |
6.3 粒子滤波模型建立 | 第54-59页 |
6.3.1 贝叶斯理论与蒙特卡罗方法 | 第54-56页 |
6.3.2 粒子滤波原理 | 第56-57页 |
6.3.3 基于粒子滤波的云层运动参数预测模型 | 第57-59页 |
6.4 实验结果及分析 | 第59-65页 |
6.4.1 实验结果 | 第59-61页 |
6.4.2 结果分析 | 第61-65页 |
6.5 本章小结 | 第65-67页 |
7. 总结与展望 | 第67-71页 |
7.1 总结 | 第67-68页 |
7.2 展望 | 第68-71页 |
8 致谢 | 第71-73页 |
9 参考文献 | 第73-75页 |