Uso de redes neuronales artificiales para la estimación de la radiación solar horaria bajo diferentes condiciones de cielo

La radiación solar es  un factor clave en numerosas  aplicaciones, tales  como sistemas fotovoltaicos  o térmicos, en la arquitectura y  en la agricultura. Sin embargo, no siempre es  posible contar con datos  experimentales  de radiación solar en los  lugares  de interés. Por esta razón, anteriorme...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Olivera, Lucas, Atia, Julissa, Amet, Leonardo, Osio, Jorge Rafael, Morales, Martín Alberto, Cappelletti, Marcelo Angel
Formato: Articulo
Lenguaje:Español
Publicado: 2020
Materias:
Ingeniería
Radiación solar
Redes neuronales artificiales
Nubosidad
Redes neuronales
Solar radiation
Artificial neural network
Cloudiness
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/138501
http://portalderevistas.unsa.edu.ar/index.php/averma/article/view/1979
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-138501
record_format dspace
spelling I19-R120-10915-1385012023-06-27T20:03:04Z http://sedici.unlp.edu.ar/handle/10915/138501 http://portalderevistas.unsa.edu.ar/index.php/averma/article/view/1979 issn:2314-1433 issn:2796-8111 Uso de redes neuronales artificiales para la estimación de la radiación solar horaria bajo diferentes condiciones de cielo Olivera, Lucas Atia, Julissa Amet, Leonardo Osio, Jorge Rafael Morales, Martín Alberto Cappelletti, Marcelo Angel 2020 2022-06-28T18:19:05Z es Ingeniería Radiación solar Redes neuronales artificiales Nubosidad Redes neuronales Solar radiation Artificial neural network Cloudiness La radiación solar es  un factor clave en numerosas  aplicaciones, tales  como sistemas fotovoltaicos  o térmicos, en la arquitectura y  en la agricultura. Sin embargo, no siempre es  posible contar con datos  experimentales  de radiación solar en los  lugares  de interés. Por esta razón, anteriormente, una amplia variedad de modelos teóricos han sido desarrollados con el fin de estimar este parámetro. Este trabajo presenta un análisis  comparativo de modelos  de redes  neuronales artificiales para la estimación de la radiación solar global horaria en la localidad de Florencio Varela, provincia de Buenos Aires, a partir de variables meteorológicas de sencilla obtención (temperatura y humedad relativa). Los resultados obtenidos muestran un pobre desempeño de los modelos cuando son entrenados  con diferentes  condiciones  de cielo. Esto se debe fundamentalmente al conjunto limitado de datos  utilizado y  a la gran dispersión de valores  de radiación solar medidos. Por el contrario, cuando  se  utiliza el índice de claridad  Kt, y los modelos  son  entrenados  con  datos correspondientes a la condición de cielo despejado (Kt > 0.6), los errores de estimación se reducen significativamente. Estos  modelos  podrían aplicarse en lugares  donde no se dispone de valores  de radiación solar medidos. Solar radiation is a key factor in many applications, such as photovoltaic or thermal systems, architecture and agriculture. However, experimental data on solar radiation may not be available in all geographical areas. For this reason, in the past, a wide variety of theoretical models have been developed in order to estimate this parameter. This paper presents a comparative analysis of artificial neural network models for estimating the hourly global solar radiation in Florencio Varela, province of Buenos Aires, from easily obtained meteorological data (temperature and relative humidity). The results obtained show a poor performance of the models when they are trained with different sky conditions. This is mainly due to the limited data set used and the large dispersion of measured solar radiation values. On the contrary, when the clarity index Kt is used, and the models are trained with data corresponding to the clear sky condition (Kt > 0.6), the estimation errors are significantly reduced. These models could be applied at sites where measured solar radiation values are unavailable. Asociación Argentina de Energías Renovables y Medio Ambiente (ASADES) Articulo Articulo http://creativecommons.org/licenses/by-nc-nd/4.0/ Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) application/pdf 232-243
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ingeniería
Radiación solar
Redes neuronales artificiales
Nubosidad
Redes neuronales
Solar radiation
Artificial neural network
Cloudiness
spellingShingle Ingeniería
Radiación solar
Redes neuronales artificiales
Nubosidad
Redes neuronales
Solar radiation
Artificial neural network
Cloudiness
Olivera, Lucas
Atia, Julissa
Amet, Leonardo
Osio, Jorge Rafael
Morales, Martín Alberto
Cappelletti, Marcelo Angel
Uso de redes neuronales artificiales para la estimación de la radiación solar horaria bajo diferentes condiciones de cielo
topic_facet Ingeniería
Radiación solar
Redes neuronales artificiales
Nubosidad
Redes neuronales
Solar radiation
Artificial neural network
Cloudiness
description La radiación solar es  un factor clave en numerosas  aplicaciones, tales  como sistemas fotovoltaicos  o térmicos, en la arquitectura y  en la agricultura. Sin embargo, no siempre es  posible contar con datos  experimentales  de radiación solar en los  lugares  de interés. Por esta razón, anteriormente, una amplia variedad de modelos teóricos han sido desarrollados con el fin de estimar este parámetro. Este trabajo presenta un análisis  comparativo de modelos  de redes  neuronales artificiales para la estimación de la radiación solar global horaria en la localidad de Florencio Varela, provincia de Buenos Aires, a partir de variables meteorológicas de sencilla obtención (temperatura y humedad relativa). Los resultados obtenidos muestran un pobre desempeño de los modelos cuando son entrenados  con diferentes  condiciones  de cielo. Esto se debe fundamentalmente al conjunto limitado de datos  utilizado y  a la gran dispersión de valores  de radiación solar medidos. Por el contrario, cuando  se  utiliza el índice de claridad  Kt, y los modelos  son  entrenados  con  datos correspondientes a la condición de cielo despejado (Kt > 0.6), los errores de estimación se reducen significativamente. Estos  modelos  podrían aplicarse en lugares  donde no se dispone de valores  de radiación solar medidos.
format Articulo
Articulo
author Olivera, Lucas
Atia, Julissa
Amet, Leonardo
Osio, Jorge Rafael
Morales, Martín Alberto
Cappelletti, Marcelo Angel
author_facet Olivera, Lucas
Atia, Julissa
Amet, Leonardo
Osio, Jorge Rafael
Morales, Martín Alberto
Cappelletti, Marcelo Angel
author_sort Olivera, Lucas
title Uso de redes neuronales artificiales para la estimación de la radiación solar horaria bajo diferentes condiciones de cielo
title_short Uso de redes neuronales artificiales para la estimación de la radiación solar horaria bajo diferentes condiciones de cielo
title_full Uso de redes neuronales artificiales para la estimación de la radiación solar horaria bajo diferentes condiciones de cielo
title_fullStr Uso de redes neuronales artificiales para la estimación de la radiación solar horaria bajo diferentes condiciones de cielo
title_full_unstemmed Uso de redes neuronales artificiales para la estimación de la radiación solar horaria bajo diferentes condiciones de cielo
title_sort uso de redes neuronales artificiales para la estimación de la radiación solar horaria bajo diferentes condiciones de cielo
publishDate 2020
url http://sedici.unlp.edu.ar/handle/10915/138501
http://portalderevistas.unsa.edu.ar/index.php/averma/article/view/1979
work_keys_str_mv AT oliveralucas usoderedesneuronalesartificialesparalaestimaciondelaradiacionsolarhorariabajodiferentescondicionesdecielo
AT atiajulissa usoderedesneuronalesartificialesparalaestimaciondelaradiacionsolarhorariabajodiferentescondicionesdecielo
AT ametleonardo usoderedesneuronalesartificialesparalaestimaciondelaradiacionsolarhorariabajodiferentescondicionesdecielo
AT osiojorgerafael usoderedesneuronalesartificialesparalaestimaciondelaradiacionsolarhorariabajodiferentescondicionesdecielo
AT moralesmartinalberto usoderedesneuronalesartificialesparalaestimaciondelaradiacionsolarhorariabajodiferentescondicionesdecielo
AT cappellettimarceloangel usoderedesneuronalesartificialesparalaestimaciondelaradiacionsolarhorariabajodiferentescondicionesdecielo
_version_ 1770170723135913984

Ejemplares similares