一种基于ARMA与BP神经网络的太阳总辐照资源预测方法

摘要

本发明公开了一种基于ARMA与BP神经网络的太阳总辐照资源预测方法，该方法包括:获取太阳辐射和气象要素数据，将对应于同一时刻的各项数据作为一个影响成分，采用主成分分析法对影响成分进行降维处理，确认预测模型参数；通过ARMA最优预测模型对总辐照时间序列{GHIt}中的线性自相关主体Xt进行预测，得到预测值t未采样时刻；通过BP神经网络对总辐照时间序列{GHIt}中的非线性特征Et进行预测，得到预测值然后将预测值和耦合，调整模型参数，得到ARMA‑BP预测模型，最后输入实时太阳辐射和气象要素数据即可得到太阳总辐照预测值。本发明能够预测太阳辐照资源，且精确度更高。