Desempenho do Modelo Angstrom-Prescott (A-P) e das Técnicas MVS e RNA na Estimativa da Irradiação Solar Global em Botucatu/SP/Brasil

Abstract

No presente trabalho é descrito o estudo comparativo entre métodos de estimativas da irradiação solar global (HG) diário: modelo de Angstrom-Prescott (A-P) e duas técnicas de Aprendizado de Máquina (AM) - Máquinas Vetores de Suporte (MVS) e Redes Neurais Artificiais (RNA). A base de dados de HG foi medida no período de 1996 a 2011 em Botucatu/SP/Brazil. A comparação dos indicativos estatísticos MBE, RMSE, d de Willmott, r e R2 obtidos na validação entre os modelos (A-P), MVS e RNA mostrou que: 1- a técnica MVS apresentou melhor desempenho que o modelo estatístico de (A-P) e a tecnica RNA; 2- o modelo estatístico (A-P) no geral apresentou melhor desempenho que a tecnica RNA.

This paper describes the comparative study of methods to estimate daily (HG) global solar irradiation (HG): Angstrom-Prescott (AP) model and two machine learning techniques (ML) - Support Vector Machines (SVM) and Artificial Neural Networks (ANN). Database was measured from 1996 to 2011, in Botucatu/SP/Brazil. The comparison of MBE, RMSE, d Willmott, r and R2 statistical indicators obtained from the validation of the models (A-P), SVM and ANN showed that: the SVM technique showed better results than the (A-P) statistical model and ANN technique; overall, the (A-P) statistical model showed better performance than the ANN technique.