二维码
中国土木工程学会燃气分会会刊
首页>论文搜索

论文预览

太阳辐照度机器学习模型预测能力分析

论文作者安文含1，刘建华2，刘吉营1杂志期数2025年1月刊
关键词太阳辐照度；机器学习；预测模型
作者单位1.山东建筑大学 热能工程学院， 山东 济南 250101；2.山东格瑞德集团有限公司， 山东 德州 253000
选取潍坊作为研究区，采用支持向量机回归（SVR）、Elman神经网络、长短期记忆（LSTM）网络、双向长短期记忆（Bi-LSTM）网络、随机森林（RF）、BP神经网络建立太阳辐照度预测模型。评价6种模型的预测效果，分析输入变量的重要性。Elman神经网络、RF、BP神经网络模型可用于太阳辐照度预测。在输入变量中，时间对模型预测效果产生的影响最大，其次是日期、云量、天气状况。缺失任意一输入变量，模型预测效果均变差。当输入变量齐全时，模型的预测效果最佳。
下载论文论文免费注册会员后免费下载