基于等效过程小波神经网络的太阳逐日辐射能量实时在线预测模型

• 作者: 徐晓冰 朱程辉 王建平 蔡宗亮
• 来源期刊: 太阳能学报
• 学科: 工学
• 关键词: 太阳逐日辐射能量预测 相空间重构 小波神经网络 傅里叶变换
• 年，卷（期）: 2015,（1）
• 页码范围: 196-201
• 页数: 6页
• 分类号: TK51
• 字数: 4138字
• 语种: 中文

摘要

针对太阳逐日辐射能量时间序列的强非线性和非平稳性,采用神经网络结合傅里叶变换和小波多尺度分解,等效建立太阳逐日辐射能量小波过程神经网络实时在线预测模型,使其具有更多的自由度和更强的非线性逼近与随机性估计能力.以重构相空间的嵌入维数作为网络输入的傅里叶变换点数长度,避免输入量选取的任意性造成信息丢失的问题;通过小波多尺度分解,使其在不同尺度上表现出准平稳性,并以此确定网络隐层节点数;通过综合太阳逐日辐射能量、日照时数百分比和云量的时间序列数据对预测模型进行训练,仿真结果表明,该方法能实时有效在线递推预测太阳逐日辐射能量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱程辉	合肥工业大学电气与自动化工程学院	54	436	11.0	18.0
2	王建平	合肥工业大学电气与自动化工程学院	177	1643	23.0	31.0
3	徐晓冰	合肥工业大学电气与自动化工程学院	36	300	9.0	16.0
4	蔡宗亮	合肥工业大学电气与自动化工程学院	1	2	1.0	1.0