ارزیابی عملکرد شبکه عصبی مصنوعی در پیش‌بینی تابش خورشیدی روزانه کشور ایران

درایران به‌طور متوسط، 5/5 کیلووات ساعت انرژی خورشیدی بر هر مترمربع از سطح زمین می‌تابد و 300 روز آفتابی در 90% خاک ایران موجود است. با توجه به ‌این میزان تابش و لزوم آگاهی از پهنه‌بندی پتانسیل خورشیدی جهت بهره‌وری مناسب، نیاز به ‌رسم نقشه‌های پتانسیل خورشیدی است. در این مطالعه، از داده‌های ماهیانه 10 ساله (1991-2000 میلادی)، موجود 39 ایستگاه سینوپتیک هواشناسی ایران به‌عنوان داده‌های ورودی به‌ نرم‌افزار matlab و شبکه عصبی مصنوعی استفاده شد. از یک مدل چندلایه پیشخور در شبکه عصبی مصنوعی استفاده شده است. پس از اعمال داده‌های ورودی به شبکه با معماری مورد نظر در لایه خروجی، تشعشع خورشیدی پیش‌بینی شده است. تشعشع خورشیدی پیش‌بینی‌شده توسط شبکه عصبی مصنوعی همخوانی قابل توجهی با داده‌های هواشناسی داشته، به‌طوری‌که ضریب همبستگی نهایی به‌دست‌آمده از شبکه عصبی مصنوعی 96/0 است که حاکی از دقت بالای داده‌های به‌دست‌آمده از نرم‌افزار است. با انتخاب داده‌های پیش‌بینی‌شده از شبکه عصبی مصنوعی به‌عنوان ورودی برای نرم‌افزار arcgis نقشه پتانسیل خورشیدی سالیانه برای ایران به‌دست آمده است.