Subir material

Suba sus trabajos a SEDICI, para mejorar notoriamente su visibilidad e impacto

 

Mostrar el registro sencillo del ítem

dc.date.accessioned 2020-02-05T17:14:40Z
dc.date.available 2020-02-05T17:14:40Z
dc.date.issued 2006
dc.identifier.uri http://sedici.unlp.edu.ar/handle/10915/88442
dc.description.abstract Este estudo propõe a utilização das redes neurais artificiais (RNA) para gerar séries sintéticas da irradiação solar diária, utilizando séries temporais referentes a um conjunto de variáveis meteorológicas. Após a fase de treinamento, quando a rede aprende a influência de cada variável na irradiação, foi possível estimar a realização estocástica referente à série temporal experimental da irradiação em um outro período utilizando as demais variáveis disponíveis. Os dados utilizados foram coletados entre janeiro de 2000 e dezembro de 2005 na localidade de Ilha Solteira, São Paulo. Os resultados, referentes às estimativas para 2005, demonstraram um bom desempenho das RNA com ou sem a utilização de horas de insolação experimental como entrada. No primeiro caso as estimativas obtidas para os valores diários de 11meses apresentaram um RMSE, em relação à média mensal, ≤ 16.0% sendo que destes 9 meses resultaram RMSE ≤ 12.2%. No segundo caso os 11meses apresentaram um RMSE ≤ 19.5% sendo que 6 meses com RMSE ≤ 15,6%. Obteve-se ainda, os RMSE relativos aos valores médios mensais da irradiação solar de 4.3%, com dados de insolação, e 5.9% somente com a insolação teórica. pt
dc.description.abstract This study proposes the use of artificial neural networks (ANN) to generate a synthetic series of daily solar irradiation, by using a temporal series in regard to a group of meteorological variables. After training phase, when the network learns how to influence each variable in the irradiation, it was possible to estimate the stochastic allocation in regard to an experimental temporal series of irradiation in another period by using the other available variables. The data used were colleted between January, 2000 and December, 2005 in the locality of Ilha Solteira, São Paulo. The results, referring to the estimates for 2005, demonstrate a good performance of the ANN with or without the use of experimental isolation hours as input. In the first case the estimates obtained for daily values over 11 months presented a RMSE, in relation to the monthly mean of, ≤ 16.0% being that those for 9 months resulted in a RMSE of ≤ 12.2%. In the second case the 11 months presented a RMSE of ≤ 19.5% being that for 06 months there was a RMSE of ≤ 15.6%. Still the RMSE were obtained relative to monthly mean solar irradiation values of 4.3%, with isolation data, and 5.9% only with theoretic isolation. en
dc.format.extent 107-113 es
dc.language pt es
dc.subject Radiación solar es
dc.subject Clima es
dc.subject redes neuronales artificiales es
dc.subject irradiación solar diaria es
dc.subject series temporales sintéticas es
dc.title Geração da irradiação solar diária, mediante redes neurais artificiais pt
dc.type Articulo es
sedici.identifier.issn 0329-5184 es
sedici.creator.person Nunes de Siqueira, Adalberto es
sedici.creator.person Tiba, Chigueru es
sedici.creator.person Fraidenraich, Naum es
sedici.subject.materias Ingeniería es
sedici.description.fulltext true es
mods.originInfo.place Asociación Argentina de Energías Renovables y Medio Ambiente (ASADES) es
sedici.subtype Articulo es
sedici.rights.license Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
sedici.rights.uri http://creativecommons.org/licenses/by-nc-nd/4.0/
sedici.description.peerReview peer-review es
sedici.relation.journalTitle Avances en Energías Renovables y Medio Ambiente es
sedici.relation.journalVolumeAndIssue vol. 10 es


Descargar archivos

Este ítem aparece en la(s) siguiente(s) colección(ones)

Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) Excepto donde se diga explícitamente, este item se publica bajo la siguiente licencia Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)