Forecasting hourly global solar radiation with an Artificial Neural Network

Resumen

Muitos estudos têm sido realizados para estimar a radiação solar global, uma
vez que a determinação por equipamentos manuais ou automáticos envolve
custos elevados. De forma geral, os modelos de previsão da radiação solar
têm por finalidade a previsão da radiação solar diária e são desenvolvidos a
partir de dados de temperatura. Estudos sobre a radiação solar horária são
escassos. A determinação da radiação solar horária pode aumentar a
precisão em algumas áreas de pesquisa, como a agricultura de precisão.
Além disso, as variações horárias da radiação solar computam
intrinsecamente atributos locais que interferem no processo da radiação
solar como a topografia, detalhes do relevo e composição atmosférica. O
objetivo desse estudo foi desenvolver uma Rede Neural Artificial para a
previsão da radiação global horária a partir de dados de temperatura e da
radiação solar incidente no topo da atmosfera ao meio dia. Para isso, foram
utilizados dados de monitoramento da estação automática do Instituto
Nacional de Meteorologia – INMET, localizadas em Campos dos
Goytacazes/RJ, às coordenadas 41,35° Longitude O e 21,71° Latitude S. O
modelo adotado foi uma Rede Neural Artificial de múltiplas camadas
(Multilayer Perceptron). O desempenho do modelo foi avaliado empregando
Erro Quadrático Médio, o Erro Médio Absoluto e R².