应用盲分离神经网络预测逐日太阳辐射能

被引：9

作者：

周勃 ^{[1
]}

陈长征 ^{[1
]}

宋楠 ^{[2
]}

机构：

[1] 沈阳工业大学建筑工程学院

[2] 辽宁省城乡规划设计研究院

来源：

太阳能学报 | 2007年 / 09期

关键词：

太阳辐射; 盲分离; 神经网络; 径向基函数;

D O I：

暂无

中图分类号：

TK51 [太阳能技术]; TP183 [人工神经网络与计算];

学科分类号：

摘要：

提出一种应用盲分离神经网络预测逐日太阳辐射能的方法。首先在卷积混合基础上,应用最大化负熵准则分离原始太阳辐射时间序列,从观测数据中剔除不可靠信息;考虑到太阳负荷的特点,将分离后的样本输入到径向基函数神经网络(RBFN)中,通过调整参数训练网络直到满足约束条件为止,由此恢复盲分离所带来的幅值和排列顺序变化;最后分别比较盲分离神经网络、RBFN和BP网络的预测误差值,结果说明本文建立的模型提高了预测的准确度。

引用

页码：1008 / 1011

页数：4

共 6 条

[1] 建筑物冬季太阳辐射得热分析 [J].

杨昭 ;

郁文红 ;

张甫仁 .

太阳能学报, 2005, (01) :108-113

[2] 智能化空调设计负荷计算软件的开发 [J].

高立新 ;

白桦 ;

陆亚俊 .

计算机应用与软件, 2004, (08) :46-47+113

[3] 空调设计冷负荷计算专家系统的开发附视频 [J].

高立新 ;

陆亚俊 .

暖通空调, 2002, (05) :90-92

[4] 基于Elman型神经网络的空调负荷预测模型 [J].

杨嘉 ;

吴祥生 ;

王宁 ;

张敏琦 .

重庆大学学报(自然科学版), 2002, (08) :25-27+31

[5] Solar radiation estimation using artificial neural networks [J].

Dorvlo, ASS ;

Jervase, JA ;

Al-Lawati, A .

APPLIED ENERGY, 2002, 71 (04) :307-319

[6]

Blind separation of rotating machine sources: bilinear forms and convolutive mixtures[J] . Alexander Ypma,Amir Leshem,Robert P.W. Duin.Neurocomputing . 2002 (1)

← 1 →