Return to search

Estimativa da fração difusa da irradiação solar global por meio de técnicas de aprendizado de máquina / Estimation of the diffuse fraction of global solar irradiation by means of machine learning techniques

Submitted by EDSON LUIS BASSETTO (edbassetto@gmail.com) on 2019-01-30T17:53:47Z
No. of bitstreams: 1
TESE Edson Luis Bassetto 2018.pdf: 19839142 bytes, checksum: 3a09e28ffd5b1f217839a47e99e23195 (MD5) / Approved for entry into archive by Maria Lucia Martins Frederico null (mlucia@fca.unesp.br) on 2019-01-30T18:21:14Z (GMT) No. of bitstreams: 1
bassetto_el_dr_botfca.pdf: 19830215 bytes, checksum: f64708bd4f729298bb8c952915bf0e23 (MD5) / Made available in DSpace on 2019-01-30T18:21:14Z (GMT). No. of bitstreams: 1
bassetto_el_dr_botfca.pdf: 19830215 bytes, checksum: f64708bd4f729298bb8c952915bf0e23 (MD5)
Previous issue date: 2018-12-12 / Fundação Araucária de Apoio ao Desenvolvimento Científico e Tecnológico do Paraná (FAADCT/PR) / Neste trabalho são desenvolvidos modelos de estimativa para fração difusa da radiação global (Kd) nas partições horárias e diária: o Modelo Estatístico (ME) clássico e com Técnicas de Aprendizado de Máquina (TAM). Estas técnicas são do tipo Redes Neurais Artificiais (RNA), Sistema Adaptativo de Inferência Neuro Fuzzy (ANFIS) e Máquina de Vetores de Suporte (SVM). O modelo ME utiliza como referência somente a transmissividade atmosférica (KT) e as TAM um conjunto de combinações de oito variáveis astronômicas, geográficas e meteorológicas. Na elaboração dos modelos ME e TAM foram utilizadas uma base de dados de sete anos (2000-2006) de medidas obtidas na Estação Meteorológica e de Radiometria Solar de Botucatu/SP. Para validação dos modelos ME e TAM foram elaboradas, a partir das medidas obtidas, duas bases anuais denominadas de Ano Típico (AT) e Ano Atípico (AAT). No Capítulo 1 foram desenvolvidos os modelos na partição horária com ME, com as RNA do tipo: Percepton Multicamadas (MLP), Função de Base Radial (RBF) e Regressão Generalizada (GRNN), e a ANFIS. No Capítulo 2 foram desenvolvidos os modelos na partição diária com o ME, a rede MLP, que apresentou os melhores resultados do Capítulo 1 e a SVM. Os indicadores estatísticos mostram que entre as TAM, o melhor desempenho nas partições horária e diária foi obtido com a técnica MLP, com desempenho (RMSE) superior ao modelo ME em aproximadamente 56% na partição horária e 20% na partição diária, nas duas bases de validação na estimativa de (Kd). Os resultados denotam que ao inserir as variáveis de forma progressiva no treinamento das técnicas, a precisão entre os valores estimados e medidos, asseguram um desempenho superior, comparados ao modelo ME o que torna as técnicas uma alternativa para estimativa da fração difusa (Kd) com as condições de treinamento e validação utilizadas neste estudo. / FAADCT/PR: CP 18/2015

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.unesp.br:11449/180606
Date12 December 2018
CreatorsBassetto, Edson Luis
ContributorsUniversidade Estadual Paulista (UNESP), Escobedo, João Francisco
PublisherUniversidade Estadual Paulista (UNESP)
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Sourcereponame:Repositório Institucional da UNESP, instname:Universidade Estadual Paulista, instacron:UNESP
Rightsinfo:eu-repo/semantics/openAccess
Relation-1, -1

Page generated in 0.002 seconds