Interpolação espacial da irradiação solar diária, mediante redes neurais artificiais, em localidades do Sertão de Pernambuco-Brasil
- Autores
- Nunes de Siqueira, Adalberto; Tiba, Chigueru; Fraidenraich, Naum
- Año de publicación
- 2007
- Idioma
- portugués
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- Este trabalho propõe uma alternativa para geração de séries sintéticas da irradiação solar diária, a partir da interpolação espacial usando redes neurais artificiais (RNA). Foram utilizadas variáveis geográficas e meteorológicas, facilmente disponíveis. Os dados foram medidos entre 2000 e 2006 em sete localidades brasileiras de clima tropical semiárido. As estimativas foram realizadas para os meses de março, julho e novembro, correspondentes aos períodos de incidências média, mínima e máxima da irradiação solar na região. Para cada localidade, a série foi estimada a partir do aprendizado fundamentado nas seqüências experimentais referentes às outras seis localidades. As séries calculadas, quando comparadas com as séries experimentais produziram RMSE entre 11 e 25%, dependendo do local. Os valores acumulados da irradiação solar mensal, calculados e experimentais têm desvios máximos de 10%, demonstrando a aptidão do modelo para fornecer dados de entrada para a simulação de sistemas solares a longo prazo. O modelo mostrou-se capaz de reproduzir, de forma satisfatória, o coeficiente de auto correlação de primeira ordem para o mês de maior incidência da irradiação solar (novembro) e de forma decrescente, para os meses de menores incidências.
This study proposes an alternative for generating daily solar irradiation synthetic series, through spatial interpolation by using artificial neural networks (RNN). Geographical and meteorological variables that are easily available were used. The data were measured between 2000 and 2006 in seven Brazilian semi-arid tropical climate localities. The estimations were carried out for the months of March, July, and November, corresponding to the periods of mean, minimum and maximum incidences of solar irradiation in the region. For each locality, the series was estimated from what was learned, based on the experimental sequences with regard to the other six localities. The calculated series, when compared with the experimental series, produced RMSE between 11 and 25%, depending on the local. The accumulated values, calculated and experimental, of monthly solar irradiation have maximum deviations of 10%, that demonstrate the ability of the model to furnish entry data for long term simulation of solar systems. The model showed that it was able to reproduce, in a satisfactory way, the auto correlation coefficient of first order for the month of higher solar irradiation incidence (November) and also for the decreasing form, for the months of lower incidence.
Asociación Argentina de Energías Renovables y Medio Ambiente (ASADES) - Materia
-
Ingeniería
Radiación solar
Clima
redes neuronales artificiales
irradiación solar diaria
series temporales sintéticas - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-nd/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/93422
Ver los metadatos del registro completo
id |
SEDICI_75436ea163e0719d1c6e99bd7c9208a1 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/93422 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Interpolação espacial da irradiação solar diária, mediante redes neurais artificiais, em localidades do Sertão de Pernambuco-BrasilNunes de Siqueira, AdalbertoTiba, ChigueruFraidenraich, NaumIngenieríaRadiación solarClimaredes neuronales artificialesirradiación solar diariaseries temporales sintéticasEste trabalho propõe uma alternativa para geração de séries sintéticas da irradiação solar diária, a partir da interpolação espacial usando redes neurais artificiais (RNA). Foram utilizadas variáveis geográficas e meteorológicas, facilmente disponíveis. Os dados foram medidos entre 2000 e 2006 em sete localidades brasileiras de clima tropical semiárido. As estimativas foram realizadas para os meses de março, julho e novembro, correspondentes aos períodos de incidências média, mínima e máxima da irradiação solar na região. Para cada localidade, a série foi estimada a partir do aprendizado fundamentado nas seqüências experimentais referentes às outras seis localidades. As séries calculadas, quando comparadas com as séries experimentais produziram RMSE entre 11 e 25%, dependendo do local. Os valores acumulados da irradiação solar mensal, calculados e experimentais têm desvios máximos de 10%, demonstrando a aptidão do modelo para fornecer dados de entrada para a simulação de sistemas solares a longo prazo. O modelo mostrou-se capaz de reproduzir, de forma satisfatória, o coeficiente de auto correlação de primeira ordem para o mês de maior incidência da irradiação solar (novembro) e de forma decrescente, para os meses de menores incidências.This study proposes an alternative for generating daily solar irradiation synthetic series, through spatial interpolation by using artificial neural networks (RNN). Geographical and meteorological variables that are easily available were used. The data were measured between 2000 and 2006 in seven Brazilian semi-arid tropical climate localities. The estimations were carried out for the months of March, July, and November, corresponding to the periods of mean, minimum and maximum incidences of solar irradiation in the region. For each locality, the series was estimated from what was learned, based on the experimental sequences with regard to the other six localities. The calculated series, when compared with the experimental series, produced RMSE between 11 and 25%, depending on the local. The accumulated values, calculated and experimental, of monthly solar irradiation have maximum deviations of 10%, that demonstrate the ability of the model to furnish entry data for long term simulation of solar systems. The model showed that it was able to reproduce, in a satisfactory way, the auto correlation coefficient of first order for the month of higher solar irradiation incidence (November) and also for the decreasing form, for the months of lower incidence.Asociación Argentina de Energías Renovables y Medio Ambiente (ASADES)2007info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArticulohttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdf1-7http://sedici.unlp.edu.ar/handle/10915/93422info:eu-repo/semantics/altIdentifier/issn/0329-5184info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)porreponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:19:22Zoai:sedici.unlp.edu.ar:10915/93422Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:19:23.136SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Interpolação espacial da irradiação solar diária, mediante redes neurais artificiais, em localidades do Sertão de Pernambuco-Brasil |
title |
Interpolação espacial da irradiação solar diária, mediante redes neurais artificiais, em localidades do Sertão de Pernambuco-Brasil |
spellingShingle |
Interpolação espacial da irradiação solar diária, mediante redes neurais artificiais, em localidades do Sertão de Pernambuco-Brasil Nunes de Siqueira, Adalberto Ingeniería Radiación solar Clima redes neuronales artificiales irradiación solar diaria series temporales sintéticas |
title_short |
Interpolação espacial da irradiação solar diária, mediante redes neurais artificiais, em localidades do Sertão de Pernambuco-Brasil |
title_full |
Interpolação espacial da irradiação solar diária, mediante redes neurais artificiais, em localidades do Sertão de Pernambuco-Brasil |
title_fullStr |
Interpolação espacial da irradiação solar diária, mediante redes neurais artificiais, em localidades do Sertão de Pernambuco-Brasil |
title_full_unstemmed |
Interpolação espacial da irradiação solar diária, mediante redes neurais artificiais, em localidades do Sertão de Pernambuco-Brasil |
title_sort |
Interpolação espacial da irradiação solar diária, mediante redes neurais artificiais, em localidades do Sertão de Pernambuco-Brasil |
dc.creator.none.fl_str_mv |
Nunes de Siqueira, Adalberto Tiba, Chigueru Fraidenraich, Naum |
author |
Nunes de Siqueira, Adalberto |
author_facet |
Nunes de Siqueira, Adalberto Tiba, Chigueru Fraidenraich, Naum |
author_role |
author |
author2 |
Tiba, Chigueru Fraidenraich, Naum |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Ingeniería Radiación solar Clima redes neuronales artificiales irradiación solar diaria series temporales sintéticas |
topic |
Ingeniería Radiación solar Clima redes neuronales artificiales irradiación solar diaria series temporales sintéticas |
dc.description.none.fl_txt_mv |
Este trabalho propõe uma alternativa para geração de séries sintéticas da irradiação solar diária, a partir da interpolação espacial usando redes neurais artificiais (RNA). Foram utilizadas variáveis geográficas e meteorológicas, facilmente disponíveis. Os dados foram medidos entre 2000 e 2006 em sete localidades brasileiras de clima tropical semiárido. As estimativas foram realizadas para os meses de março, julho e novembro, correspondentes aos períodos de incidências média, mínima e máxima da irradiação solar na região. Para cada localidade, a série foi estimada a partir do aprendizado fundamentado nas seqüências experimentais referentes às outras seis localidades. As séries calculadas, quando comparadas com as séries experimentais produziram RMSE entre 11 e 25%, dependendo do local. Os valores acumulados da irradiação solar mensal, calculados e experimentais têm desvios máximos de 10%, demonstrando a aptidão do modelo para fornecer dados de entrada para a simulação de sistemas solares a longo prazo. O modelo mostrou-se capaz de reproduzir, de forma satisfatória, o coeficiente de auto correlação de primeira ordem para o mês de maior incidência da irradiação solar (novembro) e de forma decrescente, para os meses de menores incidências. This study proposes an alternative for generating daily solar irradiation synthetic series, through spatial interpolation by using artificial neural networks (RNN). Geographical and meteorological variables that are easily available were used. The data were measured between 2000 and 2006 in seven Brazilian semi-arid tropical climate localities. The estimations were carried out for the months of March, July, and November, corresponding to the periods of mean, minimum and maximum incidences of solar irradiation in the region. For each locality, the series was estimated from what was learned, based on the experimental sequences with regard to the other six localities. The calculated series, when compared with the experimental series, produced RMSE between 11 and 25%, depending on the local. The accumulated values, calculated and experimental, of monthly solar irradiation have maximum deviations of 10%, that demonstrate the ability of the model to furnish entry data for long term simulation of solar systems. The model showed that it was able to reproduce, in a satisfactory way, the auto correlation coefficient of first order for the month of higher solar irradiation incidence (November) and also for the decreasing form, for the months of lower incidence. Asociación Argentina de Energías Renovables y Medio Ambiente (ASADES) |
description |
Este trabalho propõe uma alternativa para geração de séries sintéticas da irradiação solar diária, a partir da interpolação espacial usando redes neurais artificiais (RNA). Foram utilizadas variáveis geográficas e meteorológicas, facilmente disponíveis. Os dados foram medidos entre 2000 e 2006 em sete localidades brasileiras de clima tropical semiárido. As estimativas foram realizadas para os meses de março, julho e novembro, correspondentes aos períodos de incidências média, mínima e máxima da irradiação solar na região. Para cada localidade, a série foi estimada a partir do aprendizado fundamentado nas seqüências experimentais referentes às outras seis localidades. As séries calculadas, quando comparadas com as séries experimentais produziram RMSE entre 11 e 25%, dependendo do local. Os valores acumulados da irradiação solar mensal, calculados e experimentais têm desvios máximos de 10%, demonstrando a aptidão do modelo para fornecer dados de entrada para a simulação de sistemas solares a longo prazo. O modelo mostrou-se capaz de reproduzir, de forma satisfatória, o coeficiente de auto correlação de primeira ordem para o mês de maior incidência da irradiação solar (novembro) e de forma decrescente, para os meses de menores incidências. |
publishDate |
2007 |
dc.date.none.fl_str_mv |
2007 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Articulo http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/93422 |
url |
http://sedici.unlp.edu.ar/handle/10915/93422 |
dc.language.none.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/issn/0329-5184 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-nd/4.0/ Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) |
dc.format.none.fl_str_mv |
application/pdf 1-7 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844616067757899776 |
score |
13.070432 |