技术摘要：
本发明公开了一种基于光流法的短时云图追踪方法。首先通过全天空成像仪采集实时天空图片，并将图像中的建筑等无关因素除去；其次利用图像的RBG色彩信息将云和天空的像素区分开；最后通过对两帧的同一云像素进行对比得出云的边缘位置和速度矢量，预测下一时刻云的边缘位  全部
背景技术：
云层的漂移可能会遮挡太阳，从而导致太阳能发电系统出现明显的功率输出波 动。预测云层的位置可以提供足够的时间来平滑功率输出。目前常用的光伏功率预测方法 都是基于历史数据进行数据分析实现的功率预测，时间尺度基本都是以天为单位，因此直 接忽略云层移动对功率造成的影响。而传统的天气预报等气象数据只能预测一个时间段内 的温度、降雨概率、风速等数据，时间尺度都是以小时为单位，要实现预测因云层的遮挡带 来的短期功率波动，需要实时预测短时内的云层位置变化，而短时云层的位置预测只能通 过图像实现。因此，如果能够实现基于图像的短时云图追踪，对于实现电力系统的智能化具 有重要意义。而现有的云图追踪方法通常是将云视为形状不变的物体，通过设定质心进行 跟踪预测，不符合现实中的云层运动规律。此外，现有的云图追踪方法通常都是直接选取某 一种云像素区分算法对所有种类云图进行区分，并没有针对不同云种类进行算法的选择和 优化，因此区分效果常常不太准确，而本发明可以实现更好的区分效果，从而提高追踪的准 确性。
技术实现要素：
为了解决