《表3 不同结构模型或相同模型下不同参数时的人工神经网络预测辐射效果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《人工神经网络算法在光伏发电短期功率预测中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在间接预测法中，第一阶段的重点为建立辐射预测模型。人工神经网络算法很早就被用于建立辐射预测模型，并对此进行了大量的研究，有多种模型被用于太阳辐射的预测。表3是采用不同结构模型的人工神经网络或相同结构下输入不同参数时的预测效果对比。Mubiru等[12]较早采用的BP神经网络模型中，辐射强度、经纬度、海拔、日照时间、相对湿度和最高温度等因素均被考虑在内，预测结果中相关系数达到0.997，这说明其对于晴朗天气条件下的辐射强度预测取得了很好的效果。由于阴天比晴天的气象复杂，Mellit等[13]将阴天与晴天分开进行了预测，采用隐藏层的MLP对意大利某处电站实现了阴天时较好的预测。