ارزیابی دقت روش‌های شبکه عصبی مصنوعی و عصبی- فازی در شبیه‌سازی تابش کل خورشیدی

Abstract

تابش خورشیدی از پارامترهای مهم اقلیمی است که با بسیاری از فرآیندهای هیدرولوژی و هواشناسی ارتباط مستقیم و تنگاتنگی دارد. این پارامتر از ارکان اساسی توسعه تحقیقات کاربردی انرژی خورشیدی به شمار می‌رود. مطالعه حاضر به منظور ارزیابی مدل‌های هوش مصنوعی در پیش‌بینی مقدار تابش کل خورشیدی رسیده به سطح افقی زمین، انجام گرفت. در این تحقیق شبکه عصبی مصنوعی (ANN) و سیستم استنتاج تطبیقی عصبی- فازی (ANFIS) جهت شبیه‌سازی مقدار تابش کل خورشیدی (Rs) به‌کار گرفته شد. اطلاعات مورد استفاده شامل دمای حداقل، دمای حداکثر، میانگین رطوبت نسبی، ساعات آفتابی و تابش خورشیدی روزانه ثبت شده در 4 ایستگاه هم‌نظیر کشور (اصفهان، ارومیه، شیراز و کرمان) طی سال‌های 1992 تا 2006 بود. نتایج نشان داد، با به‌کارگیری مدل‌های هوشمند می‌توان مقدار تابش خورشیدی را با دقت قابل قبول پیش‌بینی نمود. نتایج پیش‌بینی شبکه عصبی مصنوعی تا اندازه‌ای بهتر از سیستم استنتاجی عصبی- فازی، ضمن آنکه دقت پیش‌بینی هر دو مدل هوشمند در ایستگاه کرمان با ساعات آفتابی زیاد بهتر از سه ایستگاه دیگر بود (R2>0.9). همچنین با استفاده از مدل رگرسیون خطی مؤثرترین عوامل تأثیرگذار بر مقدار تابش خورشیدی هر ایستگاه شناسایی شد. نتایج نشان داد در کلیه ایستگاه‌های مورد مطالعه، پارامتر ساعات آفتابی بیشترین تأثیر را بر مقدار تابش خورشیدی داشت. در اغلب ایستگاه‌ها، حداقل دمای هوا و میانگین رطوبت نسبی، کمترین تأثیر را در مقدار تابش کل خورشیدی از خود نشان دادند.