太阳能
太暘能
태양능
SOLAR ENERGY
2012年
3期
30-33
,共4页
遗传算法%神经网络%逐时太阳辐射
遺傳算法%神經網絡%逐時太暘輻射
유전산법%신경망락%축시태양복사
设计了一种基于遗传算法的神经网络太阳辐射预测模型.该模型结合了历史逐时辐射数据和气象要素数据,并在训练和预测时加入了温度日较差和天气类型预报参数.还设计了预测因子选择方法、输入资料的处理方法和结果误差评估方法.利用武汉站2007年至2008年8月辐射数据对模型进行了训练,并对2009年8月的逐时辐射进行了诊断预报.预测结果表明,预测模型在天气类型稳定的情况下具有较高的精度,能够反映太阳辐射的日变化状况和辐射量级大小,但在天气类型剧烈变化的情况下预测精度有限.
設計瞭一種基于遺傳算法的神經網絡太暘輻射預測模型.該模型結閤瞭歷史逐時輻射數據和氣象要素數據,併在訓練和預測時加入瞭溫度日較差和天氣類型預報參數.還設計瞭預測因子選擇方法、輸入資料的處理方法和結果誤差評估方法.利用武漢站2007年至2008年8月輻射數據對模型進行瞭訓練,併對2009年8月的逐時輻射進行瞭診斷預報.預測結果錶明,預測模型在天氣類型穩定的情況下具有較高的精度,能夠反映太暘輻射的日變化狀況和輻射量級大小,但在天氣類型劇烈變化的情況下預測精度有限.
설계료일충기우유전산법적신경망락태양복사예측모형.해모형결합료역사축시복사수거화기상요소수거,병재훈련화예측시가입료온도일교차화천기류형예보삼수.환설계료예측인자선택방법、수입자료적처리방법화결과오차평고방법.이용무한참2007년지2008년8월복사수거대모형진행료훈련,병대2009년8월적축시복사진행료진단예보.예측결과표명,예측모형재천기류형은정적정황하구유교고적정도,능구반영태양복사적일변화상황화복사량급대소,단재천기류형극렬변화적정황하예측정도유한.
