基于小波神经网络法的海南地区逐时太阳总辐射预测研究

• 作者: 张京红 张明洁 覃文娜 邢彩盈 黄海静
• 来源期刊: 气象与环境学报
• 学科: 地球科学
• 关键词: 小波神经网络 逐步回归 逐时太阳总辐射 预测
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 论文
• 页码范围: 60-65
• 页数: 6页
• 分类号: P422.1
• 字数: 5036字
• 语种: 中文
• DOI: 10.11927/j.issn.1673-503X.2016.01.009

摘要

利用2003-2012年海口市气象站不同季节逐时太阳总辐射观测资料与对应气象参数,建立基于小波BP神经网络法逐时太阳总辐射的预测模型,并利用2013年太阳总辐射数据对模型进行检验,且与建立的逐步回归模型进行对比.结果表明:小波神经网络法建立的逐时太阳总辐射预测模型精度较高,但不同季节模型预测精度存在差异,冬季预测精度最高,夏季预测精度最差,天气类型指数有利于不同季节模型预测精度的提高.春季、夏季、秋季和冬季加入天气类型指数神经网络模型的逐时太阳总辐射预测值与观测值的回归估计标准误差分别为0.32、0.47、0.35 MJ·m-2及0.23 MJ·m-2,比逐步回归模型的预报精度分别提高了28.8％、16.3％、17.9％和20.4％,说明基于小波神经网络法建立的预测模型可为海南地区逐时太阳总辐射预测提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张京红		72	556	14.0	19.0
2	张明洁		26	145	7.0	11.0
3	邢彩盈		16	26	3.0	4.0
4	黄海静		12	89	3.0	9.0
5	覃文娜		3	4	2.0	2.0