[发明专利]卫星云图的预测方法、预测装置及可读存储介质

说明书

本发明公开了一种卫星云图的预测方法、预测装置及可读存储介质，所述卫星云图的预测方法包括以下步骤：获取第一预设时间间隔内的历史卫星云图；对所述历史卫星云图做卷积运算得到所述第一预设时间间隔的学习图像以及第一时序特征；根据所述学习图像以及第一时序特征确定第二预设时间间隔内的预测卫星云图，提高了卫星云图的预测准确率。

技术领域

本发明涉及图像处理领域，尤其涉及卫星云图的预测方法、预测装置及可读存储介质。

背景技术

现有的光伏功率预测方法都是先预测太阳的辐照强度，再根据辐照强度的预测值来预测光伏组件的发电功率。由于云层的变化会导致辐照强度变化，在现有的卫星云图预测模型中，预测模型上一次预测的预测结果(即预测云图)是本次预测的预测参数，具体地，根据上一卫星云图预测下一预测时间点的卫星云图会发生怎样的变化，由于预测云图存在一定的预测误差，则预测模型的预测序列会越来越模糊，则越往后的预测云图也会越来越模糊，从而导致预测准确度较差。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种卫星云图的预测方法、预测装置及可读存储介质，旨在提高卫星云图的预测准确度。

为实现上述目的，本发明提供一种卫星云图的预测方法，所述卫星云图的预测方法包括以下步骤：

获取第一预设时间间隔内的历史卫星云图；

对所述历史卫星云图做卷积运算得到所述第一预设时间间隔的学习图像以及第一时序特征；

根据所述学习图像以及第一时序特征确定第二预设时间间隔内的预测卫星云图。

可选地，所述根据所述学习图像以及第一时序特征确定第二预设时间间隔内的预测卫星云图的步骤包括：

在所述第二预设时间间隔内的每个预测时间点到达时，获取当前预测时间点的上一预测时间点的预测卫星云图以及第二时序特征，所述第二时间间隔内设置有多个预测时间点，在所述预测时间点为所述第二预设时间间隔内的初始时间点时，上一预测时间点的预测卫星云图为所述学习图像，上一预测时间点的第二时序特征为所述第一时序特征；

根据上一预测时间点的所述第二时序特征对获取到的所述预测卫星云图进行卷积运算，得到当前预测时间点的所述预测卫星云图以及所述第二时序特征。

可选地，所述根据上一预测时间点的所述第二时序特征对获取到的所述预测卫星云图进行卷积运算，得到当前预测时间点的所述预测卫星云图以及所述第二时序特征的步骤包括：

根据每个卷积层所述第二时序特征以及每个卷积层的空间特征对所述预测卫星云图进行多层卷积；

其中，每个卷积层的空间特征由上一卷积层输出，每个卷积层的所述第二时序特征由上一时间点同一层级的卷积层输出，初始卷积层的空间特征为预设空间特征。

可选地，所述历史卫星云图包括多个连续的历史卫星云图；所述对所述历史卫星云图做卷积运算得到学习图像以及第一时序特征的步骤包括：

在所述第一时间间隔内的每个学习时间点到达时，获取当前学习时间点的上一学习时间点的卷积图像以及第三时序特征，所述第一时间间隔内设置有多个学习时间点，在所述学习时间点为所述第一时间间隔内的初始时间点时，上一学习时间点的卷积图像为预设卷积图像，上一学习时间点的第三时序特征为预设时序特征；

根据当前学习时间点的所述历史卫星云图以及上一学习时间点的所述第三时序特征对获取到的所述卷积图像进行卷积运算，得到当前学习时间点的所述卷积图像以及所述第三时序特征；

将最后一个所述学习时间点得到的所述卷积图像以及所述第三时序特征，作为第一预设时间间隔的学习图像以及所述第一时序特征。