基于小波神经网络法的海南地区逐时太阳总辐射预测研究

doi:10.11927/j.issn.1673-503X.2016.01.009

气象与环境学报 ›› 2016, Vol. 32 ›› Issue (1): 60-65.doi: 10.11927/j.issn.1673-503X.2016.01.009

基于小波神经网络法的海南地区逐时太阳总辐射预测研究

黄海静¹, 张京红¹, 覃文娜², 张明洁¹, 邢彩盈¹

1. 海南省气候中心, 海南海口 570203;
2. 海南省气象服务中心, 海南海口 570203

收稿日期:2015-01-27 修回日期:2015-06-02 出版日期:2016-02-28 发布日期:2016-02-28
通讯作者: 张京红,E-mail:331287312@qq.com。 E-mail:331287312@qq.com
作者简介:黄海静,男,1985年生,助理工程师,主要从事气候变化与应用气象研究,E-mail:huanghai8815@163.com。
基金资助:
国家自然科学基金项目(41265007);中国气象局气候变化专项(CCSF201307)和海南省气象局科技创新项目(HN2013MS06)共同资助。

Forecast of hourly total solar radiation based on a wavelet back propagation neural network method in Hainan province

HUANG Hai-jing¹, ZHANG Jing-hong¹, QIN Wen-na², ZHANG Ming-jie¹, XING Cai-ying¹

1. Hainan Climate Center, Haikou 570203, China;
2. Meteorological Service Center of Hainan, Haikou 570203, China

Received:2015-01-27 Revised:2015-06-02 Online:2016-02-28 Published:2016-02-28

摘要/Abstract

摘要： 利用2003-2012年海口市气象站不同季节逐时太阳总辐射观测资料与对应气象参数,建立基于小波BP神经网络法逐时太阳总辐射的预测模型,并利用2013年太阳总辐射数据对模型进行检验,且与建立的逐步回归模型进行对比。结果表明:小波神经网络法建立的逐时太阳总辐射预测模型精度较高,但不同季节模型预测精度存在差异,冬季预测精度最高,夏季预测精度最差,天气类型指数有利于不同季节模型预测精度的提高。春季、夏季、秋季和冬季加入天气类型指数神经网络模型的逐时太阳总辐射预测值与观测值的回归估计标准误差分别为0.32、0.47、0.35 MJ·m^-2及0.23 MJ·m^-2,比逐步回归模型的预报精度分别提高了28.8%、16.3%、17.9%和20.4%,说明基于小波神经网络法建立的预测模型可为海南地区逐时太阳总辐射预测提供参考。

关键词: 小波神经网络, 逐步回归, 逐时太阳总辐射, 预测

Abstract: Hourly total solar radiation data has become the basic requirements of the meteorological service for multi-industry.However, radiation observation sites in China are sparse.Using hourly total solar radiation data in different seasons and corresponding meteorological data from 2003 to 2012 in Haikou weather station, an hourly total solar radiation prediction model based on a wavelet back propagation (BP) neural network method was developed.The model was tested using observed data in 2013 and compared with that based on a stepwise statistical regression model developed by the same data.The results indicate that the model based on the wavelet BP neural network method has higher accuracy, but the level of accuracy is different in different seasons.The accuracy is the highest in winter and lowest in summer.The index of weather type is favorable to enhance the forecast accuracy in different seasons.The root means squared error (RMSE) between predicted and observed total solar radiation for the wavelet BP neural network model with index of weather type are 0.32 MJ·m^-2 in spring, 0.47 MJ·m^-2 in summer, 0.35 MJ·m^-2 in autumn and MJ·m^-2 in winter, and its forecast accuracy increases by 28.8%, 16.3%, 17.9% and 20.4% respectively compared with that for the stepwise regression model.It suggests that the model based the wavelet BP neural network method is suitable in Hainan.

Key words: Wavelet neural network, Stepwise regression, Hourly total solar radiation, Prediction

中图分类号:

P422.1

黄海静, 张京红, 覃文娜, 张明洁, 邢彩盈. 基于小波神经网络法的海南地区逐时太阳总辐射预测研究[J]. 气象与环境学报, 2016, 32(1): 60-65.

HUANG Hai-jing, ZHANG Jing-hong, QIN Wen-na, ZHANG Ming-jie, XING Cai-ying. Forecast of hourly total solar radiation based on a wavelet back propagation neural network method in Hainan province[J]. Journal of Meteorology and Environment, 2016, 32(1): 60-65.

0
/ / 推荐

导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks

链接本文: http://www.jme1984.net.cn/CN/10.11927/j.issn.1673-503X.2016.01.009

http://www.jme1984.net.cn/CN/Y2016/V32/I1/60

参考文献

[1] 陈玲,罗鹍,袁志扬,等.东莞市辐射强度特征及影响因子[J].热带气象学报,2014,30(3):585-593.
[2] 李天富.南海中部的太阳总辐射特征研究[J].热带气象学报,2003,19(3):334-336.
[3] 马琪,杜继稳,延军平,等.1961-2009年大同市太阳辐射变化特征及其与气象要素的关系[J].气象与环境学报,2012,28(2):22-27.
[4] 曹双华,曹家枞.太阳逐时总辐射混沌优化神经网络预测模型研究[J].太阳能学报,2006,26(2):164-169.
[5] 成驰,陈正洪,张礼平.神经网络模型在逐时太阳辐射预测中应用[J].太阳能,2012,12(3):30-33.
[6] 林星春,曹家枞,刘春雁.基于小波网络的次日太阳逐时总辐射预测技术研究[J].能源技术,2007,28(1):70-75.
[7] 张益炜,袁淑杰,高旭旭,等.1961-2010年河北省太阳直接辐射时空分布特征[J].气象与环境学报,2014,30(1):95-99.
[8] 顾万龙,朱业玉,潘攀,等.支持向量机方法在太阳辐射计算中的应用[J].太阳能学报,2010,31(1):56-60.
[9] 韩力群.人工神经网络理论、设计及应用[M].北京:化学工业出版社,2001.
[10] Sfetsos A,Coonick A H.Univariate and multivariate forecasting of hourly solar radiation with artificial intelligence techniques[J].Solar Energy,2000,68(2):169-178.
[11] Cao S H,Cao J C.Forecast of solar irradiance using recurrent neural net works combined with wavelet analysis[J].Applied Thermal Engineering,2005,25(2/3):161-172.
[12] 周晋,吴业正,晏刚,等.利用神经网络估算太阳辐射[J].太阳能学报,2005,26(4):509-512.
[13] 曹双华,曹家枞,刘凤强.小波分析在太阳辐射神经网络预测中的应用研究[J].东华大学学报,2004,30(6):18-22.
[14] 沈钟平,张华.影响地面太阳辐射及其谱分布的因子分析[J].太阳能学报,2009,30(10):1209-1215.
[15] 孙治安,刘晶淼,曾宪宁,等.晴天地表总辐射和净辐射瞬时值计算方法[J].气象与环境学报,2014,30(2):1-13.
[16] 张一平,何云玲,刘玉洪,等.城市区域下垫面性质和位置差异对太阳辐射平衡的影响[J].热带气象学报,2004,20(1):97-105.
[17] 金鑫,袁越,傅质馨,等.天气类型聚类的支持向量机在光伏系统输出功率预测中的应用[J].现代电力,2013,30(4):13-18.
[18] 袁晓玲,施俊华,徐杰彦,等.计及天气类型指数的光伏发电短期出力预测[J].中国电机工程学报,2013,33(34):57-64.
[19] 金志凤,符国槐,黄海静,等.基于BP神经网络的杨梅大棚内气温预测模型研究[J].中国农业气象,2011,32(3):362-367.
[20] 黄海静.设施杨梅环境调控决策支持系统[D].南京:南京信息工程大学,2009.

基于小波神经网络法的海南地区逐时太阳总辐射预测研究

Forecast of hourly total solar radiation based on a wavelet back propagation neural network method in Hainan province

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	曲金华, 王一舒, 谭桂容. 考虑不同背景场低频降水的延伸期预测[J]. 气象与环境学报, 2018, 34(5): 57-65.
[2]	李永生, 王永光, 王莹. 黑龙江省夏季降水主模态异常型前兆信号分析[J]. 气象与环境学报, 2017, 33(3): 29-35.
[3]	顾婷婷, 骆月珍, 张青, 朱占云. 基于气象因子杭州市燃气负荷预测研究[J]. 气象与环境学报, 2017, 33(3): 107-112.
[4]	李石, 张菁, 张淑杰, 宋晓巍, 慕臣英, 徐全辉, 郑闯, 刘青. 沈阳地区日光温室内最低气温变化特征及其预报模型研究[J]. 气象与环境学报, 2016, 32(6): 130-136.
[5]	李永生, 段春锋, 王莹. 多模式对东北地区月降水预测性能对比评估[J]. 气象与环境学报, 2016, 32(5): 61-66.
[6]	白雪, 张翠艳, 纪源, 杨桂娟, 张放, 史虹婷, 温舟. 锦州市空气质量变化特征及其与气象条件关系[J]. 气象与环境学报, 2016, 32(2): 52-58.
[7]	蒋璐璐, 钱燕珍, 杜坤, 顾小丽. 宁波市近地层臭氧浓度变化及预测[J]. 气象与环境学报, 2016, 32(1): 53-59.
[8]	颜玉倩, 朱克云, 张杰, 徐铖. 成都地区春季一次持续性灰霾天气过程特征及预测[J]. 气象与环境学报, 2016, 32(1): 33-39.
[9]	曾晓青赵声蓉，段云霞 . 基于MOS方法的风向预测方案对比研究[J]. 气象与环境学报, 2013, 29(6): 140-144.
[10]	江滢,申彦波,党军. 两种太阳总辐射分钟级预报方法的比较[J]. 气象与环境学报, 2013, 29(3): 85-91.
[11]	沈志超,任国玉,李娇,孙秀宝. 中国东北地区冬季气温变化特征及其大气环流异常的关系[J]. 气象与环境学报, 2013, 29(1): 47-54.
[12]	李娇,任国玉,任玉玉,沈志超,孙秀宝. 辽宁地区夏季高温极值预测模型[J]. 气象与环境学报, 2012, 28(6): 50-57.
[13]	李雪源, 景元书, 吴凡, 周连, 陈晓东. 南京市呼吸系统疾病死亡率和气象要素的关系及预测[J]. 气象与环境学报, 2012, 28(5): 46-.
[14]	代玉田，于凤英，常平，张琳，杨玉霞. Snowstorm\|Circulation situation\|Diagnosis analysis[J]. 气象与环境学报, 2012, 28(5): 75-.
[15]	江和文, 赵铭, 郭婷婷, 张丽敏, 孙卓, 高井宝. 基于残差周期修正的辽宁省粮食产量的灰色预测[J]. 气象与环境学报, 2011, 27(3): 51-55.