科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高太阳辐射预报的精确度以及降低操作的复杂性，本研究尝试采用CNN网络来实现太阳辐射预测。首先，针对CNN模型，构建了ResNet结构，引入短路机制来修正模型，解决退化问题。其次基于NREL数据库，对模型进行训练，仅仅利用天空图像而排除其他一切天气因素。最后，经过长时间的训练，ResNet模型成功实现了太阳辐射的预测，采用RMSE以及MAE指标对研究结果进行评价，均证明了模型ResNet-152的精确性，实现了研究目标。结果表明，仅以天空图像作为输入，卷积神经网络可以较好的实现太阳辐射的预测，ResNet-152结构的卷积神经网络模型预测效果最好，均方根误差仅有58.62 W/m2。最终结论显示，卷积神经网络可以较好的实现太阳辐射预测，大大减小了模型的实现难度。
