ارزیابی عملکرد شبکه عصبی مصنوعی در پیش بینی تابش خورشیدی روزانه کشور ایران

درایران به طور متوسط، ۵/۵ کیلووات ساعت انرژی خورشیدی بر هر مترمربع از سطح زمین می تابد و ۳۰۰ روز آفتابی در ۹۰% خاک ایران موجود است. با توجه به این میزان تابش و لزوم آگاهی از پهنه بندی پتانسیل خورشیدی جهت بهره وری مناسب، نیاز به رسم نقشه های پتانسیل خورشیدی است. در این مطالعه، از داده های ماهیانه ۱۰ ساله (۱۹۹۱-۲۰۰۰ میلادی)، موجود ۳۹ ایستگاه سینوپتیک هواشناسی ایران به عنوان داده های ورودی به نرم افزار Matlab و شبکه عصبی مصنوعی استفاده شد. از یک مدل چندلایه پیشخور در شبکه عصبی مصنوعی استفاده شده است. پس از اعمال داده های ورودی به شبکه با معماری مورد نظر در لایه خروجی، تشعشع خورشیدی پیش بینی شده است. تشعشع خورشیدی پیش بینی شده توسط شبکه عصبی مصنوعی همخوانی قابل توجهی با داده های هواشناسی داشته، به طوری که ضریب همبستگی نهایی به دست آمده از شبکه عصبی مصنوعی ۹۶/۰ است که حاکی از دقت بالای داده های به دست آمده از نرم افزار است. با انتخاب داده های پیش بینی شده از شبکه عصبی مصنوعی به عنوان ورودی برای نرم افزار ArcGIS نقشه پتانسیل خورشیدی سالیانه برای ایران به دست آمده است.