دانلود ترجمه مقاله یک مدل شبکه ای عصبی جهت برآورد تابش سراسری خورشید در سطح افقی
ترجمه در قالب فایل Word و قابل ویرایش میباشد
سال انتشار:2014
تعداد صفحه ترجمه:7
تعداد صفحه فایل انگلیسی:4
موضوع انگلیسی :A Neural Network Model for Estimating Global Solar
Radiation on Horizontal Surface
موضوع فارسی:دانلود ترجمه مقاله یک مدل شبکه ای عصبی جهت برآورد تابش سراسری خورشید در سطح افقی
چکیده انگلیسی:Abstract-This research focuses on the development of artificial
neural network (ANN) model for estimation of daily global solar
radiation on horizontal surface in Dhaka. In this analysis backpropagation
algorithm is applied. Day of the year, daily mean air
temperature, relative humidity and sunshine duration were used
as input data, while the daily global solar radiation was the only
output of the ANN. The database consists of 1827 daily measured
data, between 2008 and 2012, in term of daily mean air
temperature, relative humidity and sunshine duration and global
solar radiation. The data has been collected from Bangladesh
Meteorological Department. The 1461 daily measured data
between 2008 and 2011 are used to train the neural networks
while the data of 366 (leap year) days from 2012 are used to test
the neural network. MATLAB neural network toolbox is used to
train and test the network. Both estimated and measured values
of daily global solar radiation on horizontal surface were
compared during testing phase statistically using two methods:
Root Mean Square Error (RMSE) and Regression R Value (R),
giving a value of 113.6 Wh/m² and 0.9744, respectively. The
results of this study have shown a better accuracy than other
conventional prediction models that have been used up to now in
Bangladesh. This ANN model may be suitable for predicting
solar radiation at any location in Bangladesh, provided that
samples of the sunshine duration data from the locations are
available.
چکیده فارسی:پژوهش حاضر بر توسعه و ایجاد مدل (شبکه عصبی مصنوعی) (ANN) جهت برآورد تابش روزانۀ سراسری خورشید در سطح افق در داکا تمرکز دارد. در این تجزیه و تحلیل، الگوریتم پس انتشار استفاده می گردد. روز سال، میانگین دمای هوا روزانه، رطوبت نسبی و مدت زمان تابش پرتو خورشید به عنوان داده های ورودی استفاده شدند. در حالی که تابش خورشیدی روزانه سراسری تنها خروجی ANN بود. پایگاه داده ها شامل 1827 دادۀ اندازه گیری شده به صورت روزانه بین سال های 2008 و 2012 برحسب میانگین دمای هوای روزانه، رطوبت نسبی، طول مدت تابش خورشید و تابش سراسری خورشید بود. داده ها از واحد هواشناسی بنگلادش گردآوری شد. 1461 دادۀ اندازه گیری شده به صورت روزانه بین سال های 2008 و 2011 در راستای آموزش شبکه های عصبی استفاده شدند. در حالی که داده های 366 روز (سال کبیسه) از سال 2012 برای بررسی شبکۀ عصبی استفاده می شود. از جعبه ابزار شبکۀ عصبی MATLAB برای آموزش و آزمایش شبکه بهره گرفته می شود. هر دو مقدار اندازه گیری شده و بر آورد شدۀ تابش روزانۀ سراسری خورشیدی در سطح افق در طی فاز آزمون از لحاظ آماری با استفاده از دو روش با هم مقایسه شدند: خطای میانگین مربع جذر (RMSE) و مقدار R رگرسیون (R) که به ترتیب دارای مقدار 113/6 WH/m2 و 0.9744. نتایج این مطالعه در مقایسه با دیگر مدل های پیش بینی متعارف که تاکنون در بنگلادش مورد استفاده بوده اند صحت بهتر و بیشتری را نشان داد. این مدل ANN برای پیش بینی تابش خورشیدی در هر نقطه از بنگلادش مناسب است و مشروط بر آن که نمونه های داده های طول مدت تابش از هر محل موجود باشد.
