ANÁLISE DA PREVISÃO DA RADIAÇÃO SOLAR NOS MESES DE JANEIRO E FEVEREIRO POR MODELAGEM COMPUTACIONAL USANDO REDES NEURAIS ARTIFICIAIS
O presente trabalho apresenta
uma metodologia para previsão diária de
radiação solar incidente, a partir de métodos
computacionais. A previsão diária de radiação
solar tem um impacto para a área de planejamento
energético, tornando-se uma referência para
a implantação e desenvolvimento de projetos
de plantas fotovoltaicas e de aproveitamento
residencial da energia solar. Contudo, os
dados de previsão solar não estão disponíveis
em todas as cidades ou regiões de interesse,
devido a ausência de estações meteorológicas.
Portanto, com o propósito de contornar tal
situação, faz-se necessário o desenvolvimento
de modelos computacionais de estimação que
possam responder de forma satisfatórias aos
métodos científicos convencionais. Diante de
todo esse contexto, tal artigo visa o estudo
de previsão de radiação solar por modelagem
computacional baseada em Redes Neurais
Artificiais (RNA’s) Perceptron Multicamadas
para a região serrana do Maciço de Baturité,
a qual está localizada no Estado do Ceará.
Para o referido trabalho, considera-se como
parâmetros de entrada da RNA, para a previsão
de radiação solar, os seguintes aspectos
geográficos e meteorológicos: temperatura
máxima média, precipitação, umidade relativa
do ar, nebulosidade e pressão atmosférica,
durante os meses de janeiro e fevereiro,
compreendidos entre os anos de 1995 a 2018.
ANÁLISE DA PREVISÃO DA RADIAÇÃO SOLAR NOS MESES DE JANEIRO E FEVEREIRO POR MODELAGEM COMPUTACIONAL USANDO REDES NEURAIS ARTIFICIAIS
-
DOI: 10.22533/at.ed.7261911072
-
Palavras-chave: Radiação Solar, Previsão, Energia Solar, Redes Neurais Artificiais, Modelagem Computacional.
-
Keywords: Solar radiation, Forecasting, Solar energy, Artificial neural networks, Computational modeling.
-
Abstract:
The present work presents a
methodology for daily prediction of incident
solar radiation, using computational methods.
The daily forecast of solar radiation has
an impact on the area of energy planning,
becoming a reference for the implantation and
development of projects of photovoltaic plants and residential use of solar energy. However, solar forecast data are not available in all
cities or regions of interest due to the absence of weather stations. Therefore, in order
to overcome this situation, it is necessary to develop computational estimation models
that can respond satisfactorily to conventional scientific methods. Considering all this
context, this article aims to study the prediction of solar radiation by computational
modeling based on Artificial Neural Networks (RNA’s) Perceptron Multicamadas for
the mountainous region of the Baturité Massif, which is located in the State of Ceará.
For the aforementioned work, the following geographic and meteorological aspects are
considered as RNA input parameters for the solar radiation forecast: average maximum
temperature, precipitation, relative humidity, cloudiness and atmospheric pressure,
during the months of January and February, between the years of 1995 and 2018.
-
Número de páginas: 15
- Arini de Menezes Costa
- Neyla Danquá dos Ramos
- Antonio Alisson Pessoa Guimarães
