Estimativa da irradiação direta na incidência normal usando redes neurais artificiais e comparação com modelos estatísticos

• Autores: Santos, Cícero Manoel dos; Escobedo, João Francisco; Modenese Gorla da Silva, Silvia Helena; Rossi, Taiza Juliana; Prado da Silva, Maurício Bruno
• Año de publicación: 2015
• Idioma: portugués
• Tipo de recurso: artículo
• Materia: Ingeniería; Ciencias Agrarias; radiação solar; WEKA; mineração de dados; aprendizado de máquinas; modelagem; solar radiation; data mining; learning machines; modelling
• Institución: Universidad Nacional de La Plata

A irradiação direta na incidência normal (H_b) foi estimada utilizando Redes Neurais Artificiais (ANN2) para uma base de dados medida do período de 1996 a 2008 em Botucatu- Brasil, região com influência de queimadas agrícolas. A rede utilizada foi a Multilayer Perceptron (MLP), com o algoritmo de aprendizado backpropagation e termo momentum. A ANN2 foi comparada com um modelo estatístico de ajuste local (ME4) e dois modelos selecionados na literatura (ME5 e ME6). A variável de entrada foi o kt (transmissividade atmosférica da irradiação global). Os modelos foram avaliados por meio dos indicativos estatísticos: Mean Bias Error (MBE,MJm⁻²), Relative Mean Bias Error (rMBE,%), Root Mean Square Error (RMSE,MJm⁻²), Relative Root Mean Square Error (rRMSE,%) e d de Willmott. O desempenho de ANN2 é melhor que dos modelos estatísticos. A estimativa com ANN2 resultou: rRMSE=16,519% e d=0,980. O ME4 estimou com rRMSE=20,130% e d=0,971. Os ME5 e ME6 tiveram desempenho inferior ao ME4. O modelo ANN2 é recomendado como a primeira escolha para estimativa de H_b, seguido do modelo ME4.
The direct irradiation at normal incidence (H_b) was estimated using Artificial Neural Networks (ANN2) to a database from 1996 to 2008 in Botucatu-Brazil, region with influence of agricultural burning. The network used was the Multilayer Perceptron (MLP), with the backpropagation algorithm and momentum term. The ANN2 was compared with a statistical model of local adjustment (ME4) and two models selected in the literature (ME5 and ME6). The input variable was the kt (atmospheric transmissivity of global radiation). The models were evaluated by means of statistical indicatives: Mean Bias Error (MBE,MJm⁻²), Relative Mean Bias Error (rMBE,%), Root Mean Square Error (RMSE,MJm⁻²), Relative Root Mean Square Error (rRMSE,%) and d Willmott. The ANN2 performance is better than statistical models. The estimate with ANN2 resulted: rRMSE=16.519% and d=0.980. The ME4 estimated with rRMSE=20.130% and d=0.971. The ME5 and ME6 had underperformed ME4. The ANN2 model is recommended as the first choice to estimate H_b, followed by ME4 model.
Asociación Argentina de Energías Renovables y Medio Ambiente (ASADES)