基于循环神经网络的创新第二代小波构造用于太阳辐射预测

太阳辐射预测对电气工程师而言是一项重要挑战，因为其可用于估算商用光伏组件所产生的功率。本文基于观测气象数据探讨了太阳辐射预测问题。利用新型小波循环神经网络（WRNNs）实现了提前2天的预测。实际上，这些 WRNNS 用于挖掘太阳辐射与风速、湿度和温度的时间尺度相关变化之间的关联性。所选 WRNN 的输入由从气象时间序列中获得的时间尺度相关小波系数频带提供。意大利 University of Catania 的实验装置提供了这些数据信息。该方法的新颖之处在于，所提出的 WRNN 在小波域中进行预测，此外还执行小波逆变换，输出预测信号。所得仿真结果表明，与近期文献报道的混合神经网络太阳辐射预测方法的结果相比，该方法具有极低的均方根误差。