ارزیابی عملکرد شبکۀ عصبی مصنوعی در پیش بینی تابش خورشیدی روزانۀ کشور ایران

درایران به طور متوسط، 5/5 کیلووات ساعت انرژی خورشیدی بر هر مترمربع از سطح زمین می تابد و 300 روز آفتابی در 90% 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 10 ساله (1991-2000 میلادی)، موجود 39 ایستگاه سینوپتیک هواشناسی ایران به عنوان داده های ورودی به نرم افزار matlab و شبکۀ عصبی مصنوعی استفاده شد. از یک مدل چندلایه پیشخور در شبکۀ عصبی مصنوعی استفاده شده است. پس از اعمال داده های ورودی به شبکه با معماری مورد نظر در لایۀ خروجی، تشعشع خورشیدی پیش بینی شده است. تشعشع خورشیدی پیش بینی شده توسط شبکۀ عصبی مصنوعی همخوانی قابل توجهی با داده های هواشناسی داشته، به طوری که ضریب همبستگی نهایی به دست آمده از شبکۀ عصبی مصنوعی 96/0 است که حاکی از دقت بالای داده های به دست آمده از نرم افزار است. با انتخاب داده های پیش بینی شده از شبکۀ عصبی مصنوعی به عنوان ورودی برای نرم افزار arcgis نقشۀ پتانسیل خورشیدی سالیانه برای ایران به دست آمده است.