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

A irradiação direta na incidência normal (H<sub>b</sub>) 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),...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Santos, Cícero Manoel dos, Escobedo, João Francisco, Modenese Gorla da Silva, Silvia Helena, Rossi, Taiza Juliana, Prado da Silva, Maurício Bruno
Formato:	Articulo
Lenguaje:	Portugués
Publicado:	2015
Materias:	Ingeniería Ciencias Agrarias radiação solar WEKA mineração de dados aprendizado de máquinas modelagem solar radiation data mining learning machines modelling
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/142990 http://portalderevistas.unsa.edu.ar/index.php/averma/article/view/1844
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-142990
record_format	dspace
spelling	I19-R120-10915-1429902023-06-27T19:48:25Z http://sedici.unlp.edu.ar/handle/10915/142990 http://portalderevistas.unsa.edu.ar/index.php/averma/article/view/1844 issn:2314-1433 issn:2796-8111 Estimativa da irradiação direta na incidência normal usando redes neurais artificiais e comparação com modelos estatísticos Estimation of beam at normal incidence using artificial neural network and comparing with statistical models Santos, Cícero Manoel dos Escobedo, João Francisco Modenese Gorla da Silva, Silvia Helena Rossi, Taiza Juliana Prado da Silva, Maurício Bruno 2015 2022-09-29T15:31:21Z pt Ingeniería Ciencias Agrarias radiação solar WEKA mineração de dados aprendizado de máquinas modelagem solar radiation data mining learning machines modelling A irradiação direta na incidência normal (H<sub>b</sub>) 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<sub>b</sub>, seguido do modelo ME4. The direct irradiation at normal incidence (H<sub>b</sub>) 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<sub>b</sub>, followed by ME4 model. 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 25-35
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Portugués
topic	Ingeniería Ciencias Agrarias radiação solar WEKA mineração de dados aprendizado de máquinas modelagem solar radiation data mining learning machines modelling
spellingShingle	Ingeniería Ciencias Agrarias radiação solar WEKA mineração de dados aprendizado de máquinas modelagem solar radiation data mining learning machines modelling Santos, Cícero Manoel dos Escobedo, João Francisco Modenese Gorla da Silva, Silvia Helena Rossi, Taiza Juliana Prado da Silva, Maurício Bruno Estimativa da irradiação direta na incidência normal usando redes neurais artificiais e comparação com modelos estatísticos
topic_facet	Ingeniería Ciencias Agrarias radiação solar WEKA mineração de dados aprendizado de máquinas modelagem solar radiation data mining learning machines modelling
description	A irradiação direta na incidência normal (H<sub>b</sub>) 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<sub>b</sub>, seguido do modelo ME4.
format	Articulo Articulo
author	Santos, Cícero Manoel dos Escobedo, João Francisco Modenese Gorla da Silva, Silvia Helena Rossi, Taiza Juliana Prado da Silva, Maurício Bruno
author_facet	Santos, Cícero Manoel dos Escobedo, João Francisco Modenese Gorla da Silva, Silvia Helena Rossi, Taiza Juliana Prado da Silva, Maurício Bruno
author_sort	Santos, Cícero Manoel dos
title	Estimativa da irradiação direta na incidência normal usando redes neurais artificiais e comparação com modelos estatísticos
title_short	Estimativa da irradiação direta na incidência normal usando redes neurais artificiais e comparação com modelos estatísticos
title_full	Estimativa da irradiação direta na incidência normal usando redes neurais artificiais e comparação com modelos estatísticos
title_fullStr	Estimativa da irradiação direta na incidência normal usando redes neurais artificiais e comparação com modelos estatísticos
title_full_unstemmed	Estimativa da irradiação direta na incidência normal usando redes neurais artificiais e comparação com modelos estatísticos
title_sort	estimativa da irradiação direta na incidência normal usando redes neurais artificiais e comparação com modelos estatísticos
publishDate	2015
url	http://sedici.unlp.edu.ar/handle/10915/142990 http://portalderevistas.unsa.edu.ar/index.php/averma/article/view/1844
work_keys_str_mv	AT santosciceromanoeldos estimativadairradiacaodiretanaincidencianormalusandoredesneuraisartificiaisecomparacaocommodelosestatisticos AT escobedojoaofrancisco estimativadairradiacaodiretanaincidencianormalusandoredesneuraisartificiaisecomparacaocommodelosestatisticos AT modenesegorladasilvasilviahelena estimativadairradiacaodiretanaincidencianormalusandoredesneuraisartificiaisecomparacaocommodelosestatisticos AT rossitaizajuliana estimativadairradiacaodiretanaincidencianormalusandoredesneuraisartificiaisecomparacaocommodelosestatisticos AT pradodasilvamauriciobruno estimativadairradiacaodiretanaincidencianormalusandoredesneuraisartificiaisecomparacaocommodelosestatisticos AT santosciceromanoeldos estimationofbeamatnormalincidenceusingartificialneuralnetworkandcomparingwithstatisticalmodels AT escobedojoaofrancisco estimationofbeamatnormalincidenceusingartificialneuralnetworkandcomparingwithstatisticalmodels AT modenesegorladasilvasilviahelena estimationofbeamatnormalincidenceusingartificialneuralnetworkandcomparingwithstatisticalmodels AT rossitaizajuliana estimationofbeamatnormalincidenceusingartificialneuralnetworkandcomparingwithstatisticalmodels AT pradodasilvamauriciobruno estimationofbeamatnormalincidenceusingartificialneuralnetworkandcomparingwithstatisticalmodels
_version_	1770170785498923008

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

Ejemplares similares