基于Elman神经网络的日总辐射曝辐量预估

发布时间：2023-03-10 23:55

　　太阳辐射的预估研究对太阳能资源的有效利用有重要意义。应用山东省福山、莒县、济南三所气象站2000—2003年的数据,建立Elman神经网络模型,对日总辐射曝辐量进行时间序列预估研究。结果表明:Elman神经网络预估效果受天气状况影响较大,晴好天气下日总辐射预估结果较精确,福山站预估与观测差值最小,范围在-2～2 MJ·m^-2。城市大气污染对日曝辐量影响比较显著,模型中不考虑大气污染因素,污染较重的济南市预估效果最差,平均百分比误差变大了20%,均方根误差变大7%。Elman神经网络模型预估结果优于广义回归神经网络模型结果,3个站平均百分比误差降低5%～18%,均方根误差平均减小了0.506 MJ·m^-2。Elman神经网络模型适应于山东省日总辐射曝辐量的长时间预估。

【文章页数】：7 页

【文章目录】：
1 数据与方法
    1.1 数据选取
    1.2 数据预处理
    1.3 Elman神经网络模型
    1.4 模型评价指标
2 结果与分析
    2.1 福山站Elman神经网络模型预估结果分析
    2.2 莒县站Elman神经网络模型预估结果分析
    2.3 济南站Elman神经网络预估结果分析
3 讨 论
    3.1 与GRNN网络结果对比分析
    3.2 大气污染对日总辐射曝辐量的影响
4 结 语



本文编号：3758800