本文首先介绍了太阳能镜场溢出损失以及其光线追迹计算法,溢出损失是指未落入吸热器采光口的能量,直接与吸热器相关。然后,提出了与RBF人工神经网络相结合的计算方法,介绍了神经网络训练样本以及网络参数的选取等。光线追迹法计算结果较精确但需要大量的计算时间,难以进行大型镜场计算分析,也不适合用来做镜场优化等大量重复计算。使用人工神经网络,在镜场优化等需要大量重复循环的过程中,计算时间大大缩短。本文使用坐标变换矩阵推导了光线追迹法的公式,推导了神经网络输入参数的计算公式,并使用C++编程实现了这两种方法,将两种方法计算的结果进行了对比,给出了误差曲线。
