Simulation einer bildbasierten Verschmutzungsmessung von CSP-Anlagen bei variabler Himmelhelligkeitsverteilung

Kurzfassung

In dieser Masterarbeit wird eine bildbasierte Verschmutzungsmessmethode betrachtet, die die Verschmutzung an Spiegeln von CSP-Anlagen anhand linearisierter RGB-Werte und auf Basis einer Streutheorie misst. Dafür wird der Rotwert für ein Bild von einem sauberen Spiegel benötigt, wodurch proportional die Strahlung eines Himmelsabschnittes dargestellt wird, sowie der Rotwert eines Bildes an einem verschmutzten Spiegel der bestimmt werden soll. Durch diesen Rotwert wird die Himmelsstrahlung, die Streustrahlung durch die Verschmutzung, und der Transmissionsgrad der Verschmutzungsschicht wiedergegeben. Da zwischen den beiden Bildern ein zeitlicher Abstand besteht und sich in diesem Zeitraum die Himmelshelligkeit verändert, wird ein Verhältnis aus der DHI zum Zeitpunkt der Aufnahme des verschmutzten Spiegels zu der DHI des Zeitpunkts der Aufnahme des sauberen Spiegels gebildet und mit dem Rotwert des sauberen Spiegels multipliziert. Dieses Verhältnis unterliegt der Annahme, dass sich die Himmelshelligkeit homogen mit der DHI verändert. Um die Veränderung genau darstellen zu können wird das Perez All Weather Modell, folgend Perez Modell, implementiert, welches die genaue Leuchtdichte zu den beiden Zeitpunkten und den ausgewählten Himmelsabschnitt bestimmt. Die Bestimmung der diffusen Beleuchtungsstärke in dem Perez Modell weist dabei eine Fehleranfälligkeit auf, weshalb noch eine Berechnung nach Robledo, folgend Perez Robledo Modell, eingeführt wird, welche für Madrid validiert wurde. Da in den betrachteten Datensätzen Bilder mit Störfaktoren, bspw. Wolken, Überbelichtungen und Störobjekten, händisch ausgeschlossen werden, wird ein Farbfilter auf Basis des HSV-Farbspektrums entwickelt. Dieser beinhaltet einen starren Filter, sowie einen dynamischen Filter, der sich mit den jeweiligen Bildinformationen ändert. Durch diesen können Bilder automatisch auf Störfaktoren überprüft werden. Diese werden maskiert und die unmaskierten Bildbereiche ausgewertet. Wenn bei einem Bild mehr als die Hälfte der Pixel maskiert werden, wird dieses von der Auswertung ausgeschlossen. Um das Perez und das Perez Robledo Modell zu validieren werden diese anhand von drei verschiedenen Flügen mit dem DHI Modell verglichen. Dabei wurde festgestellt, dass das Himmelshelligkeitsmodell die Verschmutzungen stärker unterschätzt, wenn der Kalibrierungsflug an einem früheren Zeitpunkt liegt als der Evaluierungsflug. Das DHI Modell weist insgesamt die besten Ergebnisse auf. Das Perez Robledo Modell weist ähnliche Ergebnisse wie das DHI Modell auf. Um weitere Aussagen treffen zu können sollten mehr Flüge mit unterschiedlichen Bedingungen ausgewertet werden.