Estimativa da irradiado direta na incidencia normal usando redes neurais artificiais e comparado com modelos estatísticos
Resumen
A irradiado direta na incidencia normal (Hb) foi estimada utilizando Redes Neurais Artificiáis (ANN2) para urna base de dados medida do período de 1996 a 2008 em Botucatu- Brasil, regiao com influencia 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 irradiado global). Os modelos foram avahados 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,l30% 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 Hb, seguido do modelo ME4.Descargas
Los datos de descargas todavía no están disponibles.
Descargas
Cómo citar
Dos Santos, C. M., Escobedo, J. F., da Silva, S. H. M. G., Rossi, T. J., & da Silva, M. B. P. (2021). Estimativa da irradiado direta na incidencia normal usando redes neurais artificiais e comparado com modelos estatísticos. Avances En Energías Renovables Y Medio Ambiente - AVERMA, 19, 25–35. Recuperado a partir de https://portalderevistas.unsa.edu.ar/index.php/averma/article/view/1844
Número
Sección
8. Evaluación energética, instrumentación y materiales usados en energías renovables, modelización y simulación