摘要
التنبؤ الدقيق بشدة إشعاع الشمس (SI) مهم لجدولة الكهرباء واختيار المواقع الشمسية. مع تطور أجهزة الكمبيوتر عالية الأداء وأجهزة التخزين الكبيرة ، لقد حظيت النماذج العميقة القائمة على البيانات بمتابعة واسعة في مجال التنبؤ بشدة SI ، ومع ذلك ، فإن خاصية الصندوق الأسود للنماذج العميقة في الفقدان في التفسير الفيزيائي يقيد تطبيقها في مناسبات محددة. من أجل تحسين قابلية التفسير للنموذج دون تغيير دقة التنبؤ وهيكل النموذج ودون زيادة تعقيد الحساب ، تم بناء نموذج مستند إلى شبكة الذاكرة القصيرة والطويلة (LSTM). تحسن أداؤه بنسبة 8.07٪ مقارنة بالشبكة العصبية التقليدية ، وأظهرت قدرة أفضل على معالجة النقاط البارزة. من خلال استخدام خوارزمية الانتشار ذات الصلة الطبقية (LRP) ، تم تقييم عوامل تأثير النموذج على الانتاج من الزمان والمكان ، مما زاد من قابلية تفسير النموذج. تشير نتائج البحث إلى أن هذا النموذج يتمتع بقابلية تفسير جيدة ويقدم أداء ممتاز ، حيث أن شدة الإشعاع التاريخي والسمات ذات الصلة بالزمان (مثل اليوم والأسبوع والشهر) وزاوية ارتفاع الشمس (مثل وقت شروق الشمس وغروبها) ونسبة تغطية السحب ومدة الإشعاع ودرجة الحرارة ودرجة النقطة نشطة هي العوامل الرئيسية التي تؤثر على توقع شدة إشعاع الشمس.
关键词
تنبؤ شدة إشعاع الشمس ، تعلم عميق ، فهم ، خوارزمية LRP ، LSTM