پیش بینی میزان تابش نور خورشید با استفاده از یادگیری عمیق

انرژی خورشیدی به عنوان یکی از مهمترین منابع تجدیدپذیر نقش حیاتی در تامین انرژی پایدار ایفا میکند. پیش بینی دقیق میزان تابش خورشید برای مدیریت بهینه نیروگاههای خورشیدی و برنامه ریزی مصرف انرژی ضروری است. در این مقاله یک مدل شبکه عصبی مصنوعی یادگیری عمیق برای پیشبینی میزان تابش خورشید ارائه شده است. داده های مورد استفاده شامل ۴۴۴ نمونه ساعتی از تابش خورشید شهر تهران است که از یک مجموعه داده واقعی استخراج شده اند. پس از پیش پردازش و نرمال سازی دادهها از پنجره های زمانی ۲۴ ساعته برای ساخت دنباله های ورودی استفاده شده است. شبکه عصبی طراحی شده شامل دو لایه مخفی با ۶۴ و ۳۲ نورون و یک لایه خروجی برای پیشبینی مقدار تابش است. مدل با الگوریتم Adam و ۵۰ دوره آموزش داده شد. نتایج ارزیابی نشان داده میشود که مدل با ضریب تعیین ۰.۹۹۵۳=R۲ و میانگین خطای مطلق ۰.۰۱۶۰=MAE دقت بالایی در پیشبینی تابش خورشید.دارد این روش میتواند در مدیریت انرژیهای تجدیدپذیر و بهینه سازی مصرف برق کاربرد داشته باشد.

کلیدواژه ها:

تابش ، خورشید ، شبکه عصبی ، یادگیری عمیق ، پیش بینی ، متلب