تخمین تابش کلی خورشید در استان کرمانشاه با استفاده از شبکه های عصبی مصنوعی

هدف مطالعه حاضر توسعه یک مدل شبکه عصبی مصنوعی (ANN) بر اساس روش رگرسیون غیرخطی چندگانه (MNLR) برای تخمین میانگین ماهانه مجموع روزانه تابش کلی خورشید در هر محل از استان کرمانشاه است. برای این منظور، داده های هواشناسی ۲۳ ایستگاه در استان کرمانشاه در طول سالهای ۱۳۹۲- ۱۳۸۷ جمع آوری شد که از این بین، داده های ۱۷ ایستگاه برای آموزش و ۶ ایستگاه برای تست شبکه استفاده شد. در مرحله اول، همه متغیرهای مستقل (عرض جغرافیایی، طول جغرافیایی، ارتفاع، ماه، حداقل درجه حرارت ماهانه در جو، حداکثر درجه حرارت در جو، متوسط درجه حرارت در جو، دمای خاک، رطوبت نسبی، سرعت باد، بارش، فشار اتمسفریک، فشار بخار، کدورت و مدت زمان تابش آفتاب) جمع آوری و به مدل رگرسیون وارد شدند. سپس، از روش گام به گام MNLR برای تعیین مناسب ترین متغیرهای ورودی استفاده شد. با استفاده از این متغیرهای ورودی، نتایج به دست آمده توسط مدل ANN با داده های واقعی مقایسه شد، و میانگین درصد خطا مطلق (MAPE) در حدود ۹۸/۳ درصد و ضریب همبستگی (R) در حدود ۹۹۶۱/۰ برای مجموعه داده های تست به دست آمد که نشان دهنده معتبر بودن مدل است.

کلیدواژه ها:

Artificial Neural Network ، Multi-Nonlinear Regression ، Global Solar Radiation ، Kermanshah Province. ، شبکه های عصبی مصنوعی ، رگرسیون غیرخطی چندگانه ، تابش کلی خورشید ، استان کرمانشاه.