[发明专利]基于GA-GRNN的太阳能集热系统光热效率预测方法

摘要

本发明公开了一种基于GA‑GRNN的太阳能集热系统光热效率预测方法，步骤包括：1)确定太阳能集热系统的参数，2)收集、分配网络的训练测试数据，3)构建GRNN结构，4)通过GA确定最优平滑因子σ；5)训练GA‑GRNN，得到训练好的GA‑GRNN；6)测试GA‑GRNN，将步骤2中选定的测试数据输入到步骤5训练好的GA‑GRNN中进行测试；7)用步骤6训练好的GA‑GRNN进行光热效率预测，得到当前太阳能集热系统的光热效率预测结果。本发明的光热效率预测方法，弥补了天气、气候因素的不确定性，大大降低了数据收集的难度，能够较准确的预测太阳能集热器的光热功率。

主权项

1.一种基于GA‑GRNN的太阳能集热系统光热效率预测方法，其特征在于，按照以下步骤实施：步骤1、确定太阳能集热系统的参数，步骤2、收集、分配网络的训练测试数据，步骤3、构建GRNN结构，步骤4、通过GA确定最优平滑因子σ，将GRNN看作一个预测函数，利用遗传算法的全局寻优能力对平滑因子σ进行优化；步骤5、训练GA‑GRNN，将步骤4中优化后的平滑因子σ作为GRNN的平滑因子，代入步骤3中构建的GRNN结构中，确定网络传递函数；以每个整点对应的光热效率为目标量进行训练，得到训练好的GA‑GRNN；步骤6、测试GA‑GRNN，将步骤2中选定的测试数据输入到步骤5训练好的GA‑GRNN中进行测试；步骤7、用步骤6训练好的GA‑GRNN进行光热效率预测，输入当日的相对湿度、地表温度与法向直射辐射强度，得到当前太阳能集热系统的光热效率预测结果。