發(fā)布時間：2019-03-10 19:42

【摘要】：由于現(xiàn)有神經網(wǎng)絡輻照度預測模型的輸入變量多為輻照度的歷史數(shù)據(jù)問題,為了更準確衡量輻照度的變換關系,引入其他與輻照度相關因子作為模型輸入變量,提高模型預測性能;其次,根據(jù)同期同日類型的輻照度變化關聯(lián)性,對輻照度預測模型提出了由輻照度預測值和輻照度均值組成的加權修正方法,輻照度預測值權重為N天實際與理論曝輻量比值的均值,輻照度均值權重為日類型修正系數(shù)和當天實際與理論曝輻量比值的乘積;最后歸一化權重,構建了基于日類型的神經網(wǎng)絡輻照度預測模型。采用本地歷史數(shù)據(jù)進行仿真,結果驗證了改進輸入模型的合理性和輸出模型的有效性。
[Abstract]:Because the input variables of the existing neural network irradiance prediction models are mostly historical data of irradiance, in order to measure the transformation relationship of irradiance more accurately, other factors related to irradiance are introduced as the input variables of the model. Improve the prediction performance of the model; Secondly, according to the correlation of irradiance variation of the same day type, a weighted correction method composed of the predicted irradiance value and the mean irradiance value is proposed for the irradiance prediction model. The predicted weight of irradiance is the average value of the ratio of N-day actual exposure to theoretical exposure, and the weight of irradiance is the product of the correction coefficient of daily type and the ratio of actual and theoretical exposure on the same day. Finally, a neural network irradiance prediction model based on day type is constructed by normalizing the weights. The simulation results show that the improved input model is reasonable and the output model is effective.
【作者單位】： 衢州職業(yè)技術學院信息工程學院;
【基金】：衢州市科技計劃項目(2014Y019) 2015年浙江省自然科學基金(Y15B020047)
【分類號】：TM615;TP183

【相似文獻】

相關期刊論文 前10條

1 王凡,孟立凡;關于使用神經網(wǎng)絡推定操作者疲勞的研究[J];人類工效學;2004年03期

2 常國任;李仁松;沈醫(yī)文;劉鋼;;基于神經網(wǎng)絡的直升機艦面系統(tǒng)效能評估[J];艦船電子工程;2007年03期

3 陳俊;;神經網(wǎng)絡的應用與展望[J];佛山科學技術學院學報(自然科學版);2009年05期

4 許萬增;;神經網(wǎng)絡的研究及其應用[J];國際技術經濟研究學報;1990年01期

5 張軍華;神經網(wǎng)絡技術及其在軍用系統(tǒng)中的應用[J];現(xiàn)代防御技術;1992年04期

6 雷明,李作清,陳志祥,吳雅,楊叔子;神經網(wǎng)絡在預報控制中的應用[J];機床;1993年11期

7 靳蕃;神經網(wǎng)絡及其在鐵道科技中應用的探討[J];鐵道學報;1993年02期

8 宋玉華，王啟霞;神經網(wǎng)絡診斷──神經網(wǎng)絡在自動化領域里的應用[J];中國儀器儀表;1994年03期

9 魏銘炎;國內外神經網(wǎng)絡技術的研究與應用概況[J];電機電器技術;1995年04期

10 王中賢，錢頌迪;神經網(wǎng)絡法在經濟管理中的應用[J];航天工業(yè)管理;1995年04期

相關會議論文 前10條

1 徐春玉;;基于泛集的神經網(wǎng)絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經網(wǎng)絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經網(wǎng)絡的新機遇——紀念中國神經網(wǎng)絡10周年[A];1999年中國神經網(wǎng)絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經網(wǎng)絡與圖論[A];1999年中國神經網(wǎng)絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產品的神經網(wǎng)絡釋用預報應用[A];1999年中國神經網(wǎng)絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

相關重要報紙文章 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經網(wǎng)絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

相關博士學位論文 前10條

1 楊旭華;神經網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經網(wǎng)絡的混沌性及幾類時滯神經網(wǎng)絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經網(wǎng)絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農業(yè)大學;2015年

6 李輝;基于粒計算的神經網(wǎng)絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經網(wǎng)絡并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

相關碩士學位論文 前10條

1 章穎;混合不確定性模塊化神經網(wǎng)絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經網(wǎng)絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年

4 陳彥至;神經網(wǎng)絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經網(wǎng)絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經網(wǎng)絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經網(wǎng)絡的上證指數(shù)預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經網(wǎng)絡血壓預測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

9 張韜;幾類時滯神經網(wǎng)絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經網(wǎng)絡的穩(wěn)定性分析[D];渤海大學;2015年

，

本文編號：2437955