در تحقیق حاضر، عملکرد یک سامانه گرمایشی خورشیدی گلخانه، مجهز به متمرکزکننده سهموی خطی و جمعکننده تخت خورشیدی دومنظوره، با استفاده از شبکه عصبی مصنوعی پیشبینی شده است. در گلخانه مورد آزمایش، گرمای مورد نیاز در شب، به وسیله حرارت ذخیره شده بهوسیله سامانه خورشیدی در طول روز و یک گرمکن کمکی تأمین میگردید. حرکت سیال درون مجموعه متمرکزکننده بهوسیله پمپ و در جمعکننده تخت، بهصورت ترموسیفون بود. از شبکه عصبی پرسپترون چند لایه با روش یادگیری پسانتشار خطا به منظور پیشبینی مصرف انرژی ذخیره شده در روز به وسیله سامانه گرمایش خورشیدی، مصرف انرژی گرمکن کمکی و دمای مخزن ذخیره حرارت استفاده شد. ورودیهای شبکه شامل شدت تابش خورشید، دمای محیط، سرعت باد، دمای سطح، دمای گلخانه، دبی سیال حامل و زمان بودند. حدود 80 درصد از مجموع دادهها به منظور آموزش، 10 درصد آزمایش و 10 درصد اعتبارسنجی مورد استفاده قرار گرفتند.برای ارزیابی عملکرد شبکه از پارامترهای ضریب تبیین (R²) و میانگین مربعات خطا (MSE) استفاده شد.ساختار شبکه 1-15-7 با R² و MSE به ترتیب برابر با 98/0 و 00017/0 بهترین نتیجه را برای پیشبینی مصرف انرژی از حرارت ذخیره شده توسط سامانه خورشیدی نشان داد. ساختار 1-10-10-7 با R² و MSE به ترتیب برابر با 99/0 و 00014/0 و ساختار 1-15-5-7 با R² و MSE به ترتیب برابر با 98/0 و 00011/0 بهترین نتیجه را به ترتیب برای پیشبینی مصرف انرژی گرمکن کمکی و دمای مخزن ذخیره حرارت ارائه کردند.
Jafari M, Mortezapour H, Jafari Naeimi K, Maharlouee M M. Energy Consumption and Heat Storage in a Solar Greenhouse: Artificial Neural Network Method. IJE 2017; 20 (2) :5-22 URL: http://necjournals.ir/article-1-1124-fa.html
جعفری محمد، مرتضی پور حمید، جعفری نعیمی کاظم، مهارلوئی محمد مهدی. پیش بینی ذخیره حرارت در سامانه گرمایشی خورشیدی و انرژی مصرفی گلخانه با شبکه عصبی مصنوعی. نشریه انرژی ایران. 1396; 20 (2) :5-22