Estimativa da radição global horária em superfície inclinada para o município de Botucatu/SP/Brasil usando modelo estatístico e arquiteturas de redes neurais artificiais MLP e GRNN
Neste trabalho realizou-se um estudo com três modelos de estimativa para realizar a estimativa da irradiação global incidente em uma superfície com inclinação de 22,85° (IG<sub>β</sub>), a partir dos dados da irradiação solar gobal na superfície horizontal (IG<sub>H</sub>) me...
Guardado en:
| Autores principales: | , , |
|---|---|
| Formato: | Articulo |
| Lenguaje: | Portugués |
| Publicado: |
2017
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/140839 http://portalderevistas.unsa.edu.ar/index.php/averma/article/view/1291 |
| Aporte de: |
| Sumario: | Neste trabalho realizou-se um estudo com três modelos de estimativa para realizar a estimativa da irradiação global incidente em uma superfície com inclinação de 22,85° (IG<sub>β</sub>), a partir dos dados da irradiação solar gobal na superfície horizontal (IG<sub>H</sub>) medidos na partição horária no período de abril de 1998 a agosto de 2001 na estação climatológica da Faculdade de Ciências Agronômicas da UNESP no câmpus de Butucatu/SP/Brasil, sendo eles: o modelo estatístico (ME) (Liu & Jordan, 1963) e os modelos de redes neurais artificiais (RNA), Perceptron Multicamadas ( MultLayer Perceptron - MLP) utilizando algoritmo Backpropagation e Rede de Regressão Generalizada ( Generalized Regression Neural Network - GRNN). O modelo clássico obtido por regressão e os modelos de rede treinados, foram validados em duas bases de dados classificadas como anos típicos (AT) e anos atípicos (AAT). Para o treinamento das redes, foram realizadas 8 combinações de variáveis astronômicas e geográficas, medidas e calculadas. Os índices estatísticos de avaliação de desempenho utilizados (r e RMSE%) obtidos no modelo clássico foram: r<sub>AT</sub>=0,9927, RMSE%<sub>AT</sub>=6,5898 e r<sub>AAT</sub>=0,9960, RMSE%<sub>AAT</sub>=4,8062, os índices obtidos com a melhor combinação (RNA3) para a rede MLP foram: r<sub>AT</sub>=0,9941, RMSE%<sub>AT</sub>=5,9849 e r<sub>AAT</sub>=0,9984, RMSE%<sub>AAT</sub>=3,0561, e os índices obtidos com a melhor combinação (RNA3) para a rede GRNN foram: r<sub>AT</sub>=0,9975, RMSE%<sub>AT</sub>=3,8808 e r<sub>AAT</sub>=0,9989, RMSE%<sub>AAT</sub>=2,6050. Os resultados mostram que os três modelos apresentaram bons resultados nas estimativas da IG<sub>β</sub> a partir dos dados medidos da IG<sub>H</sub>, porém entre os modelos de RNA, destaca-se os resultados obtidos pela GRNN na estimativa da IG<sub>β</sub>. |
|---|