1. 研究目的与意义
1.研究的背景
随着化石能源消耗的不断增长，全球能源危机和环境污染问题已经日益突出。新能源的开发和利用已经是各国最为关注的焦点，特别是绿色可再生能源的开发已经迫在眉睫。而太阳能凭借其无限的存储、清洁安全和易于获取等突出的优点而受到了世界各国科研领域的重视，太阳能光伏发电技术的应用更成为了世界研究的焦点。
2. 研究的目的和意义
2. 研究内容和预期目标
(1)主要论文内容
以天数、时间、天气情况、温度作为输入数据，太阳辐照度作为输出数据，提出采用人工神经网络建立太阳辐照度测量模型，并通过这一模型进行太阳辐照度进行测量。通过在苏州科技大学内进行的实验建立适用于江南地区的太阳辐照度神经网络模型。并根据这一模型对一天内太阳辐照度情况进行了测量。
(2)预期目标
3. 研究的方法与步骤
(1)研究方法
1）rbf神经网络
rbf神经网络是目前应用最广泛的神经网络模型之一,辐照度预测是一个非线性拟合问题，根据这一特点选用rbf神经网络来建立预测模型。
4. 参考文献
[1] m shur,pr spalart,m strelets,engineering turbulence modelling experiments[j].eddy simulation of an airfoil at high angle of attack - engineering turbulence modelling and experiments 4 - detached,1999(4):17-18. [2] 栗然,李广敏,基于支持向量机回归的光伏发电出力预测[j].中国电力,2008(17):23-24. [3] 卢静,翟海青,刘纯,光伏发电功率预测统计方法研究[j].华东电力,2010(7):11-13. [4] 崔容强,太阳能光伏发电——中国低碳经济的希望[j].自然杂志,2010(9):5-8. [5] 崔容强,喜文华,魏康,太阳能光伏发电[j]. 阳光能源,2004 (16):14-15. [6] 薛帮猛,杨永,基于两方程湍流模型的des方法在超音速圆柱底部流动计算中的应用[j].西北工业大学学报,2006(3):27-28. [7] 薛帮猛,杨永,基于两方程湍流模型的des方法在超音速圆柱底部流动计算中的应用[j].全国分离流、旋涡和流动控制会议,2006(6):18-19. [8] 司杨,基于模式匹配的地面接受太阳辐射功率预测方法研究[j].青海大学学报:自然科学版,2012 (5):17-19. [9] 陈滨,陈星,贾珣,预测太阳辐射的人工神经网络模型[j].全国暖通空调制冷学术年会,2004(5):23-28.
5. 计划与进度安排
(1)3月2日-3月9日：毕业实习介绍与课题了解的介绍
(2)3月9日-3月16日：课题的进一步了解与介绍
(3)3月16日-3月23日：matlab软件的了解与学习
