基于深度模糊神经网络的太阳总辐射预测研究
RESEARCH ON GLOBAL SOLAR RADIATION FORECAST BASED ON DEEP FUZZY NEURAL NETWORK作者机构:西安工程大学电子信息学院西安710600 西安市电气设备互联感知与智能诊断重点实验室西安710600
出 版 物:《太阳能学报》 (Acta Energiae Solaris Sinica)
年 卷 期:2024年第45卷第2期
页 面:59-64页
核心收录:
学科分类:08[工学] 0807[工学-动力工程及工程热物理]
基 金:国家自然科学基金青年项目(11705135) 陕西省自然科学基础研究计划项目(2020JM-573) 西安工程大学博士科研启动基金(BS1339)
主 题:太阳能 太阳辐射 预测 深度模糊神经网络 蝗虫优化算法
摘 要:提出一种基于深度模糊神经网络的太阳总辐射预测模型。首先利用Pearson相关系数分析太阳总辐射关键影响因素,其次利用深度学习多隐含层所具有的特征提取优势将模糊神经网络模块重复连接,构建深度模糊神经网络模型,并使用蝗虫优化算法对其中心值和宽度进行优化。利用所提太阳总辐射预测模型对5个气象站点的相关数据进行仿真实验,并对结果进行分析。仿真结果表明:所提预测模型较其他模型具有较高的预测精度,验证了模型的有效性,可满足无辐射监测站点太阳总辐射预测的需要。