کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
8076471 | 1521469 | 2014 | 11 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Modeling of global horizontal irradiance in the United Arab Emirates with artificial neural networks
ترجمه فارسی عنوان
مدل سازی تابش افقی جهانی در امارات متحده عربی با استفاده از شبکه های عصبی مصنوعی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
تابش افقی جهانی، شبکه های عصبی مصنوعی، پراپرترون چند لایه تابع پایه شعاعی، برآورد کردن، امارات متحده عربی،
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی انرژی
انرژی (عمومی)
چکیده انگلیسی
The optimal ANN model is MLP-based and requires four mean daily weather parameters; namely, maximum temperature, wind speed, sunshine hours, and relative humidity. The computed statistical error parameters for the optimal MLP-ANN model in relation to the measured three-cities mean data (referred to as UAE data) are MBE (mean bias error) = â0.0003 kWh/m2, RMSE = 0.179 kWh/m2, R2 = 99%, NSE (Nash-Sutcliffe model Efficiency coefficient) = 99%, and t-statistic = 0.005 at 5% significance level. Results prove the suitability of the ANN models for estimating the monthly mean daily GHI in different locations of the UAE.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Energy - Volume 77, 1 December 2014, Pages 542-552
Journal: Energy - Volume 77, 1 December 2014, Pages 542-552
نویسندگان
Hassan A.N. Hejase, Maitha H. Al-Shamisi, Ali H. Assi,