基于广义回归神经网络的逐时总辐射模型——以上海和西安为例

作     者：刘衍 孙雪 曹其梦 杨柳 LIU Yan;SUN Xue;CAO Qi-meng;YANG Liu

作者机构：西部绿色建筑国家重点实验室西安710055 西安建筑科技大学建筑学院西安710055 

基　　金：“十三五”国家重点研发计划项目(2018YFC0704500) 国家自然科学基金重点项目(51838011) 

出 版 物：《建筑节能（中英文）》 (Building Energy Efficiency)

年 卷 期：2021年第49卷第11期

页      码：45-51,60页

摘      要：获取准确的逐时太阳辐射数据是进行建筑热环境与节能设计的基础。我国辐射观测台站数量少、分布不均匀,实测数据远不能满足工程应用需求,采用模型估算是解决辐射数据缺失的有效途径。传统的经验模型具有通用性差、在适用地区范围上受限制等问题。以提高逐时太阳辐射模型的预测精度及适用性为目标,选用上海地区2006-2010年及西安地区2016-2019年的实测数据,研究了不同输入要素组合、分季节建模对广义回归神经网络模型准确度的影响,得出了提高模型预测精度及普适性的策略。结果表明:广义回归神经网络方法在西安及上海地区均适用。在有日总辐射实测数据的情况下,应优先选用日总太阳辐射、时角、日落时角作为输入,同时结合气象参数可以进一步提高模型预测精度;在无日总辐射实测数据的情况下,应优先选用日照时数作为输入,同时结合相对湿度这一气象参数。不同季节的模型预测精度存在差异,分季节建模可以在一定程度上提高模型的预测精度。研究旨在提高逐时太阳辐射模型预测精度及可推广性,为不同地区选择适宜的逐时总辐射估算方法提供参考。

主 题 词：逐时总辐射 人工神经网络 估算模型 误差分析 

学科分类：08[工学] 081304[081304] 0813[工学-化工与制药类] 

D　O　I：10.3969/j.issn.2096-9422.2021.11.007

馆 藏 号：203106513...