摘要
本发明涉及气象预报领域,公开了一种基于全天空成像和晴空DNI拟合的DNI预测方法,包括如下步骤:从DNI历史数据中筛选出晴空DNI数据,并拟合晴空DNI模型,然后使用拟合得到的晴空DNI模型进行晴空DNI计算,得到每个时间点的晴空DNI;将实时所得全天空成像和其前1分钟的全天空成像输入到训练好的双图片卷积神经网络模型中,预测得到分钟后的晴空指数;将预测得到的分钟后的晴空指数与相应的晴空DNI相乘即可得到预测分钟后的DNI值。本发明所公开的方法能够更准确地反映实际DNI的变化,具有更好的预测准确度,适应性强,可用于不同地区的塔式太阳能热发电系统,有助于降低光热电站的运行成本。
技术关键词
卷积神经网络模型
时间段
太阳
浊度
图片
指数
列表
数据
全天空成像仪
热电站
气象站
代表
参数
项目
视野
黑色
基准