Publicação: Estimativa da radiação solar global pelos modelos de Hargreaves e aprendizado de máquina em 11 regiões de São Paulo /Brasil
Carregando...
Data
2020-02-17
Autores
Orientador
Escobedo, João Francisco
Coorientador
Pós-graduação
Agronomia (Irrigação e Drenagem) - FCA
Curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Dissertação de mestrado
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
No presente trabalho é descrito o estudo comparativo de métodos de estimativas da irradiação solar global (HG) diária através do modelo de Hargreaves-Samani (H-S) HG/HO = a ΔT0,5 e duas técnicas de Aprendizado de Máquina (AM), Máquinas de Vetores de Suporte (MVS) e Redes Neurais Artificiais (RNA). A base de dados utilizada foi obtida em 11 cidades do estado de São Paulo de diferentes classificações climáticas no período de 2013-2017. Por meio de regressão entre a transmissividade atmosférica (HG/HO) e raiz quadrada da diferença de temperatura (ΔT0,5). O modelo estatístico H-S foi calibrado e determinado para os valores da constante (a) e equações que permitem estimar HG com baixos coeficientes de determinação para duas condições:11 cidades individualmente e total. Os modelos de H–S foram validados por meio de correlações entre os valores estimados e medidos através dos indicadores de correlação (r) e rRMSE cujos valores indicaram que os modelos podem estimar HG com razoável precisão e exatidão. As técnicas computacionais, MVS e RNA, foram treinadas com 70% dos dados nas mesmas variáveis usadas no modelo de H-S, e posteriormente foram treinadas com entradas de mais 4 variáveis meteorológicas totalizando 5 combinações. Os treinos foram validados usando uma base de dados independente de 30% da base. Os indicativos estatísticos (r) das correlações mostraram que o modelo H-S pode estimar HG com baixos coeficientes de determinação. Os indicativos estatísticos rMBE, MBE, rRMSE, RMSE indicam que o modelo H-S pode ser utilizado na estimativa de HG com razoável exatidão e precisão. Os indicativos estatísticos obtidos pelos 5 combinações das técnicas MVS e RNA (diária) indicaram que os modelos podem ser utilizadas nas estimativas de HG com elevadas correlações, precisão e exatidão. A comparação dos indicativos estatísticos (r), rMBE, MBE, rRMSE, RMSE, entre o modelo de H-S e os modelos de redes MVS e RNA combinação 5, mostrou que: a técnica MVS possui melhor desempenho que a técnica RNA e o modelo estatístico H-S; e o modelo de RNA obteve melhores resultados que o modelo de H-S, nas estimativas de HG.
Resumo (inglês)
This work describes the comparative study of methods for estimating daily global solar irradiation (HG) using the Hargreaves-Samani (H-S) model HG / HO = a ΔT0.5 and two Machine Learning techniques (AM), Support Vectors Machines (MVS) and Artificial Neural Networks (ANN). The database used was obtained in 11 cities by the state of São Paulo from different climatic classifications between period 2013-2017. Through regression between differents atmospheric transmissivity (HG / HO) and square root of the temperature difference (ΔT0.5). The H-S statistical model was calibrated and determined for the values of constant (a) and equations that allow estimating HG with low determination coefficients for two conditions:11 cities individually and total. The H–S models were validated by correlations between the estimated and measured values using the correlation indicators (r) and rRMSE, whose values indicated that the models can estimate HG with reasonable precision and exactitude. The computational techniques, MVS and RNA, were trained with 70% of the data in the same variables used in the H-S model, later they were trained with inputs of 4 more meteorological totalling 5 combinations. The training was validated using an independent database of 30%. The statistical indications of the correlations showed that the H-S model can estimate HG with low determination coefficients. The statistical indications rMBE, MBE, rRMSE, RMSE indicate that the H-S model can be used to estimate HG with reasonable accuracy and precision. The statistical indications obtained by the 5 combinations of the MVS and RNA techniques (daily) indicated that the models can be used in the estimates of HG with high correlations, precision and accuracy. The comparison of the statistical indicators (r), rMBE, MBE, rRMSE, RMSE, between the HS model and the MVS and RNA combination 5 network models, showed that: the MVS has better performance than the RNA technique and the statistical model HS; and the RNA model obtained better results than the H-S model, in the HG estimates
Descrição
Idioma
Português
