Radiación solar horaria: modelos de estimación a partir de variables meteorológicas básicas
Estimar la radiación solar que incide en la superficie terrestre es de gran importancia, por ser ésta la principal fuente de energía renovable en la naturaleza y por ser su medición complicada y costosa. Para estimarla se han desarrollado numerosos modelos; entre éstos las redes neuronales presentan...
| Autores: | , , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2011 |
| País: | Argentina |
| Institución: | Universidad Nacional de La Plata |
| Repositorio: | SEDICI (UNLP) |
| Idioma: | español |
| OAI Identifier: | oai:sedici.unlp.edu.ar:10915/102488 |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/102488 |
| Access Level: | acceso abierto |
| Palabra clave: | Ciencias Agrarias redes neuronales Energía solar Energía Renovable |
| Sumario: | Estimar la radiación solar que incide en la superficie terrestre es de gran importancia, por ser ésta la principal fuente de energía renovable en la naturaleza y por ser su medición complicada y costosa. Para estimarla se han desarrollado numerosos modelos; entre éstos las redes neuronales presentan una alternativa superadora de los enfoques convencionales. El objetivo del trabajo fue desarrollar redes neuronales capaces de estimar radiación solar horaria utilizando variables meteorológicas de sencilla adquisición. Se construyeron seis modelos cuyos datos de entrada fueron: temperatura, humedad relativa, velocidad del viento y lluvia, obtenidos con una estación meteorológica automática en la provincia de Córdoba. Los resultados mostraron un buen desempeño de los modelos realizados en la estimación de la radiación solar horaria, con coeficientes de determinación entre 0,80 y 0,86, y valores de RMSE% entre 25% y 48%. Se puede concluir que las redes neuronales permiten realizar aceptables estimaciones de la radiación solar. |
|---|