基于小波神经网络的太阳辐照强度预测

• 作者: 李国庆 贺文 陈厚合 齐爽
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 太阳能 辐照强度 小波神经网络 预测
• 年，卷（期）: 2015,（3）
• 页码范围: 333-339
• 分类号: TK511
• 语种: 中文

摘要

提出了基于小波神经网络的太阳辐照强度预测方法.利用皮尔逊相关系数分析法和曲线估计筛选出影响太阳辐照强度的重要因素;采用小波理论和神经网络理论相结合的小波神经网络分别建立春、夏、秋、冬4个预测模型;采用最小均方误差能量函数法自动优化网络结构,把历史太阳辐照强度、经度、纬度、海拔高度、天气类型、日照时数、最高温度、最低温度、相对湿度、大气压强作为模型的最优输入;采用L-M训练方法对太阳辐照强度进行了min级预测.通过对4个季节特殊天气类型的太阳辐照强度预测,并与BP神经网络进行对比,验证了该方法的可行性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国庆	东北电力大学电气工程学院	205	2486	26.0	41.0
2	陈厚合	东北电力大学电气工程学院	58	503	13.0	21.0
3	贺文		3	27	3.0	3.0
4	齐爽	东北电力大学电气工程学院	3	28	3.0	3.0