基于BP神经网络和小波神经网络的太阳辐射强度预测

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：针对太阳辐射的波动对太阳能相关系统的不利影响,提出了一种基于BP神经网络和小波神经网络的混合预测模型,对太阳逐时辐射强度进行预测.首先,利用相关性分析确定对太阳辐射强度影响较大的气象因素;然后,分别对BP和小波神经网络进行优化,确定两种神经网络的最优结构;再次,利用小波分解对太阳逐时辐射强度进行小波三层分解,对分解后的分量分别用优化后的神经网络进行预测;最后,将各神经网络输出结果叠加,得到太阳辐射强度的逐时预测值.通过MATLAB软件进行仿真,并与BP神经网络、小波神经网络及国内相关模型进行对比,结果表明:所提出的混合预测模型能有效减小太阳辐射预测的误差.

外文标题：Prediction of Solar Radiation Intensity based on BP and Wavelet Neural Network

作者：

鲁玉军、周世豪、胡小勇

展开 >

作者单位：

浙江理工大学机械与自动控制学院,浙江杭州 310018

关键词：

BP神经网络小波神经网络太阳辐射强度小波分解

基金：

浙江省重点研发计划浙江省重点研发计划

项目编号：

2020C010842022C01242

出版年：

2023

DOI：

10.19644/j.cnki.issn2096-1472.2023.001.002

软件工程

东北大学大连东软信息学院

软件工程

影响因子：0.527

ISSN：2096-1472

年,卷(期)：2023.26(1)

被引量2
参考文献量11