基于Elman神经网络的日总辐射曝辐量预估

摘要：

太阳辐射的预估研究对太阳能资源的有效利用有重要意义.应用山东省福山、莒县、济南三所气象站2000—2003年的数据,建立Elman神经网络模型,对日总辐射曝辐量进行时间序列预估研究.结果表明:Elman神经网络预估效果受天气状况影响较大,晴好天气下日总辐射预估结果较精确,福山站预估与观测差值最小,范围在-2～2 MJ·m-2.城市大气污染对日曝辐量影响比较显著,模型中不考虑大气污染因素,污染较重的济南市预估效果最差,平均百分比误差变大了20％,均方根误差变大7％.Elman神经网络模型预估结果优于广义回归神经网络模型结果,3个站平均百分比误差降低5％～18％,均方根误差平均减小了0.506 MJ·m-2.Elman神经网络模型适应于山东省日总辐射曝辐量的长时间预估.

关键词：Elman神经网络、日总辐射曝辐量、大气污染、气溶胶光学厚度

所属期刊栏目：40

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目41406010

在线出版日期：2019-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：112-118