Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

22.12.2016 | Original Article

Enhanced RBF neural network model for time series prediction of solar cells panel depending on climate conditions (temperature and irradiance)

Zeitschrift:
Neural Computing and Applications
Autoren:
Mohammed Awad, Ibrahim Qasrawi

Abstract

A radial basis function neural network is an effective technique for function approximation and prediction. It has been used in many applications in the real world; one of them is the time series prediction which is a relatively complex problem. In this paper, we propose an enhanced radial basis function neural network (RBFNN) model that depends on the standard RBF built-in MATLAB (newrb). The enhancement on newrb depends on the use of intelligent algorithms like K-means clustering, K-nearest neighbor, and singular value decomposition, to optimize the centers c, radii r, and weights w of the RBFNN. These algorithms replace the mathematical calculation used to find these parameters in newrb. The proposed enhanced model is applied to predict the solar cells energy production in Palestine using already installed solar panels in Jericho city. Solar irradiance and daily temperature are used as an input training data set for the proposed model, with the real output power of (2015) as the training supervisor. The model is applied to predict the output power within 1 month and for 1 year. Finally, a power output equation was optimized to calculate the solar energy depending on the irradiance and temperature with an acceptable accuracy. The experimental results show that the enhanced model performs more precisely than the traditional RBFNN and multilayer perceptron neural network methods, with low mean square error of relatively few neurons on the hidden layer.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit dem Wirtschafts-Abo erhalten Sie Zugriff auf über 1 Mio. Dokumente aus mehr als 45.000 Fachbüchern und 300 Fachzeitschriften aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit dem Technik-Abo erhalten Sie Zugriff auf über 1 Mio. Dokumente aus mehr als 40.000 Fachbüchern und 300 Fachzeitschriften aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit dem Kombi-Abo erhalten Sie vollen Zugriff auf über 1,8 Mio. Dokumente aus mehr als 61.000 Fachbüchern und rund 500 Fachzeitschriften aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Premium Partner

Neuer Inhalt

BranchenIndex Online

Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.

Whitepaper

- ANZEIGE -

Product Lifecycle Management im Konzernumfeld – Herausforderungen, Lösungsansätze und Handlungsempfehlungen

Für produzierende Unternehmen hat sich Product Lifecycle Management in den letzten Jahrzehnten in wachsendem Maße zu einem strategisch wichtigen Ansatz entwickelt. Forciert durch steigende Effektivitäts- und Effizienzanforderungen stellen viele Unternehmen ihre Product Lifecycle Management-Prozesse und -Informationssysteme auf den Prüfstand. Der vorliegende Beitrag beschreibt entlang eines etablierten Analyseframeworks Herausforderungen und Lösungsansätze im Product Lifecycle Management im Konzernumfeld.
Jetzt gratis downloaden!

Bildnachweise