این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
چهارشنبه 26 آذر 1404
انرژی ایران
، جلد ۱۶، شماره ۴، صفحات ۰-۰
عنوان فارسی
پیش بینی لحظه ای تابش کل خورشید در شهر رفسنجان توسط شبکه عصبی
چکیده فارسی مقاله
تابش کل خورشیدی رسیده به سطح زمین یکی از کاربردیترین پارامترهایی است که در پروژه ها و مدلسازیهای برآورد انرژی خورشیدی، هیدرولوژی، کشاورزی، هواشناسی و اقلیمی از اهمیت بالایی برخوردار است. با توجه به اینکه تهیه و ایجاد وسایل اندازهگیری این پارامتر هزینه زیادی در بر دارد، معادلات بسیاری جهت برآورد آن توسط محققان در سراسر جهان پیشنهاد شده است. در این تحقیق با استفاده از شبکه عصبی، مدلی جهت پیش بینی لحظه ای تابش در شهر رفسنجان طراحی گردیده است. از مقایسه مقادیر بدست آمده از مدل طراحی شده با مقادیر اندازه گیری شده توسط پیرانومتر برای یک سال، مشخص شد که شاخصهای آماری RMSE,MBE و t برای شبکه عصبی بترتیب 0037/0، 5366/36 و 0232/0 می باشند که نمایانگر عملکرد خوب مدل طراحی شده در شبکه عصبی است.
کلیدواژههای فارسی مقاله
تابش کل خورشید، شبکه عصبی، شهر رفسنجان
عنوان انگلیسی
The moment Prediction Global solar radiation in rafsanjan city with neural network
چکیده انگلیسی مقاله
Global Solar radiation received by Earths surface is one of the most applicable parameters in the estimation and modeling of solar energy projects, hydrology, agriculture, meteorology and climatological is important. Since very expensive instrument for measuring the radiation, had been suggested many different experimental equations by researchers around the world to estimate this parameter. In this research, a neural network model to predict radiation moment in Rafsanjan city is designed. Comparing the values obtained from the model is designed With the values measured by Pyranometer for a year, Was determined that the statistical indexes RMSE, MBE and t respectively for the neural network 36.5366 , 0.0037and 0.0232 that The model shows have good performance of the neural network is designed.
کلیدواژههای انگلیسی مقاله
Global solar radiation, neural network, Rafsanjan city
نویسندگان مقاله
نشانی اینترنتی
http://www.necjournals.ir/browse.php?a_code=A-10-1-65&slc_lang=fa&sid=fa
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
مدل های برنامه ریزی انرژی
نوع مقاله منتشر شده
پژوهشی
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات