一种太阳总辐射的测量装置和方法
【专利摘要】本发明公开了一种太阳总辐射的测量装置和方法，所述装置包含太阳总辐射传感单元和检测通信单元，太阳总辐射单元包含一个圆形的太阳辐射吸收区，太阳辐射吸收区被分割为数量相等的白色扇形区和黑色扇形区，且白色扇形区和黑色扇形区相间分布并相互隔热，各白色扇形区和黑色扇形区下设有数量相等的铂电阻，各白色扇形区下的铂电阻相互串联，各黑色扇形区下的铂电阻相互串联，这两组铂电阻分别连接检测通信单元。本发明采用RBF神经网络求出太阳总辐射值。本发明具有实时性好、精度高、可靠性高等优点，并能够在特殊天气情况下保证太阳辐射值的测量精度和可靠性。
【专利说明】-种太阳总福射的测量装置和方法
【技术领域】
[0001] 本发明属于气象检测【技术领域】，特别涉及了一种太阳总福射的测量装置和方法。
【背景技术】
[0002] 太阳总福射计主要分为光电型和热电型两种太阳福射计。光电型主要是利用某些 材料受光照引起材料电学性质的改变，主要分为光伏型、光电导型和光电子发射型。热电型 一般利用表面的黑色涂层吸收太阳福射并转化成热能。传统的热电型太阳福射计一般是使 用热电堆来测量，利用黑色涂层吸收太阳福射并通过热电堆测量，虽然传统的热电堆能够 很灵敏的检测到太阳福射，但是由于某些特殊的天气，比如阴天、雨天还有一些及其恶劣的 天气如雾靈天气、沙暴天气，太阳福射的波动较大时，就会存在明显误差。
【发明内容】
[0003] 为了解决上述【背景技术】提到的技术问题，本发明旨在提供一种太阳总福射的测量 装置和方法，能够在特殊天气情况下保证测量精度和可靠性。
[0004] 为了实现上述技术目的，本发明的技术方案为：
[0005] -种太阳总福射的测量装置，包含太阳总福射传感单元和检测通信单元，所述太 阳总福射单元包含一个圆形的太阳福射吸收区，所述太阳福射吸收区被分割为数量相等的 白色扇形区和黑色扇形区，且白色扇形区和黑色扇形区相间分布并相互隔热，各白色扇形 区和黑色扇形区下设有数量相等的笛电阻，各白色扇形区下的笛电阻相互串联，各黑色扇 形区下的笛电阻相互串联，该两组笛电阻分别连接检测通信单元，所述检测通信单元将两 组笛电阻采集的信号进行处理和运算，得到太阳总福射值，并上传至上位机显示。
[0006] 其中，上述检测通信单元包含依次连接的信号调理单元、AD转换器、数据处理单元 和通信单元，所述信号调理单元分别连接两组笛电阻，所述数据处理单元通过通信单元将 数据上传至上位机。
[0007] 本发明还包括基于上述测量装置的测量方法，报括W下步骤：
[0008] (1)在规定的各种标准太阳总福射值下分别采集两组笛电阻的温度，形成样本数 据；
[0009] (2)建立RBF径向神经网络模型，将两组笛电阻的温度W及它们的差值作为RBF径 向神经网络的输入，对应的标准太阳总福射值作为RBF径向神经网络的输出，所述RBF径向 神经网络的输入层的节点数为3,隐含层的节点数为7,输出层的节点数为1 ;
[0010] (3)因为输出层只有1个节点，所W将RBF径向神经网络视为一种线性回归的形 式，即：
【权利要求】
1. 一种太阳总辐射的测量装置，其特征在于：包含太阳总辐射传感单元和检测通信单 元，所述太阳总辐射单元包含一个圆形的太阳辐射吸收区，所述太阳辐射吸收区被分割为 数量相等的白色扇形区和黑色扇形区，且白色扇形区和黑色扇形区相间分布并相互隔热， 各白色扇形区和黑色扇形区下设有数量相等的钼电阻，各白色扇形区下的钼电阻相互串 联，各黑色扇形区下的钼电阻相互串联，这两组钼电阻分别连接检测通信单元，所述检测通 信单元将两组钼电阻采集的信号进行处理和运算，得到太阳总辐射值，并上传至上位机显 /Jn 〇
2. 根据权利要求1所述一种太阳总辐射的测量装置，其特征在于：所述检测通信单元 包含依次连接的信号调理单元、AD转换器、数据处理单元和通信单元，所述信号调理单元分 别连接两组钼电阻，所述数据处理单元通过通信单元将数据上传至上位机。
3. 基于权利要求1所述一种太阳总辐射的测量装置的测量方法，其特征在于，包括以 下步骤： (1) 在规定的各种标准太阳总辐射值下分别采集两组钼电阻的温度，形成样本数据； (2) 建立RBF径向神经网络模型，将两组钼电阻的温度以及它们的差值作为RBF径向神 经网络的输入，对应的标准太阳总辐射值作为RBF径向神经网络的输出，所述RBF径向神经 网络的输入层的节点数为3,隐含层的节点数为7,输出层的节点数为1 ; (3) 因为输出层只有1个节点，所以将RBF径向神经网络视为一种线性回归的形式， 即：
式⑴中，N为训练样本个数，《ai、《M、《Ai分别为隐含层到输出层的权值，d(n) 为模型的期望输出，e(n)为误差，a Jn)、Pi(Ii)和Xi(I1)为网络的回归因子，是网络在某 种基函数下的响应，其中，i = 1，2,…，7 ; ⑷RBF径向神经网络训练完成后，将各权值p ?M、《Ai的结果带入式⑴中； (5)正式测量时，将检测到的两组电阻的温度以及它们的差值作为RBF径向神经网络 模型的输入，求出模型的输出，即太阳总辐射值。
4. 根据权利要求3所述的测量方法，其特征在于：步骤（3)中所述基函数为高斯函数。
5. 根据权利要求4所述的测量方法，其特征在于：
其中，〇为高斯函数的方差，an为黑色扇形区下钼电阻采集的温度，I为白色扇形区 下钼电阻采集的温度，入"为〇"与Pn的差值，将an、pn、入"作为网络的输入向量，心为 高斯函数的中心。
【文档编号】G01J1/56GK104359552SQ201410619393
【公开日】2015年2月18日 申请日期:2014年11月6日 优先权日:2014年11月6日
【发明者】唐慧强, 孔令铭 申请人:南京信息工程大学