Avaliação do emprego de RNAs para estimativa da irradiância difusa horizontal horária

Detalhes bibliográficos
Autor(a) principal: Souza, Glauber Kiss de
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
Texto Completo: http://www.repositorio.jesuita.org.br/handle/UNISINOS/7490
Resumo: A energia solar está, mundialmente, em uma crescente expansão. Apesar de pequena, se comparada a outros meios tradicionais de geração de energia, nunca houve indicadores tão otimistas acerca de sua utilização e popularização. No entanto, mesmo uma energia auto-sustentável como essa acaba tendo impacto ambiental, grande investimento econômico, dificuldade de medição de todas as parcelas da radiação solar e problemas na manutenção adequada das estações solares. Sabendo que a medição ou a estimativa das parcelas da radiação são cruciais para o dimensionamento e estimativa de geração de energia, tanto em grandes plantas de potência por concentração solar como em sistemas de geração fotovoltaica residenciais, o presente trabalho foi idealizado para assegurar que, mesmo em proporções continentais, a obtenção da componente difusa da irradiância, a partir da irradiância global, pode ser realizada de maneira confiável. A utilização de RNAs com generalização geográfica demonstrou melhores resultados em relação a modelos de correlação empíricos, além de serem mais abrangentes do que modelos que utilizam RNAs especializadas a partir de dados locais. Os resultados apresentaram erros RMSEr variando entre 16,00% a 29,57%, contra erros RMSEr de 15,94% a 36,98% em modelos tradicionais empíricos. O presente modelo também apresentou um aumento simultâneo de precisão local e generalização geográfica, algo que modelos anteriores não atingiam, visto que, ao aumentar a especialização e precisão em uma área menor, há um comprometimento ao aplicar o modelo em áreas geográficas distantes e/ou maiores (e vice-versa). Dessa maneira, o presente estudo assegura que pesquisadores poderão utilizar RNAs com precisão e generalização suficientes para realizar pesquisas e estudos diversos que necessitem da parcela difusa e/ou direta da radiação solar, com maior eco-eficiência e custo benefício possíveis, em localidades que não as meçam ou não possuam dados meteorológicos confiáveis.
id USIN_2689ebe58f604c004f945a9f1de902ed
oai_identifier_str oai:www.repositorio.jesuita.org.br:UNISINOS/7490
network_acronym_str USIN
network_name_str Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
repository_id_str
spelling 2019-01-21T15:12:53Z2019-01-21T15:12:53Z2018-10-04Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2019-01-21T15:12:53Z No. of bitstreams: 1 Glauber Kiss de Souza_.pdf: 40241717 bytes, checksum: 3dc0ad681450d2649debe6ae4f8b1ef5 (MD5)Made available in DSpace on 2019-01-21T15:12:53Z (GMT). No. of bitstreams: 1 Glauber Kiss de Souza_.pdf: 40241717 bytes, checksum: 3dc0ad681450d2649debe6ae4f8b1ef5 (MD5) Previous issue date: 2018-12-04A energia solar está, mundialmente, em uma crescente expansão. Apesar de pequena, se comparada a outros meios tradicionais de geração de energia, nunca houve indicadores tão otimistas acerca de sua utilização e popularização. No entanto, mesmo uma energia auto-sustentável como essa acaba tendo impacto ambiental, grande investimento econômico, dificuldade de medição de todas as parcelas da radiação solar e problemas na manutenção adequada das estações solares. Sabendo que a medição ou a estimativa das parcelas da radiação são cruciais para o dimensionamento e estimativa de geração de energia, tanto em grandes plantas de potência por concentração solar como em sistemas de geração fotovoltaica residenciais, o presente trabalho foi idealizado para assegurar que, mesmo em proporções continentais, a obtenção da componente difusa da irradiância, a partir da irradiância global, pode ser realizada de maneira confiável. A utilização de RNAs com generalização geográfica demonstrou melhores resultados em relação a modelos de correlação empíricos, além de serem mais abrangentes do que modelos que utilizam RNAs especializadas a partir de dados locais. Os resultados apresentaram erros RMSEr variando entre 16,00% a 29,57%, contra erros RMSEr de 15,94% a 36,98% em modelos tradicionais empíricos. O presente modelo também apresentou um aumento simultâneo de precisão local e generalização geográfica, algo que modelos anteriores não atingiam, visto que, ao aumentar a especialização e precisão em uma área menor, há um comprometimento ao aplicar o modelo em áreas geográficas distantes e/ou maiores (e vice-versa). Dessa maneira, o presente estudo assegura que pesquisadores poderão utilizar RNAs com precisão e generalização suficientes para realizar pesquisas e estudos diversos que necessitem da parcela difusa e/ou direta da radiação solar, com maior eco-eficiência e custo benefício possíveis, em localidades que não as meçam ou não possuam dados meteorológicos confiáveis.Worldwide, the solar energy is on a growing expansion. Although small, if compared to other traditional ways of generating useful energy, there have never been such optimistic indicators about its use and popularization. However, even a self-sustainable energy like this have environmental impact, great economic investment, difficulty in the measurement of all types of solar radiation and problems in the proper maintenance of solar monitoring stations. Knowing that the measurement or estimative of all solar radiation types are crucial for the design and estimative of energy generation in both large concentrating solar power plants or in residential photovoltaic power generation systems, the present work was developed to ensure that, even in continental proportions, the horizontal diffuse fraction can be obtained from the total irradiance with great reliability. The use of Artificial Neural Nertorks (ANNs) with geographical generalization showed better results in relation to empirical models, as well as being more comprehensive than models that use specialized ANNs based on local data. The results showed RMSEr errors ranging from 16,00% to 29,57%, against RMSEr errors from 15,94% to 36,98% in traditional empirical models. The present model also showed a improvement in both local precision and geographic generalization, something that previous models didn’t reach, since when increasing the specialization and precision in a smaller area, there’s a significant loss when using the model in distant and/or larger geographic areas (and vice versa). In this way, the present study ensures that researchers can use ANNs with enough precision and generalization to perform different researches and studies that require the diffuse and/or direct types of solar radiation with greater eco-efficiency and cost-effectiveness in locations that don't measure them or don't have reliable meteorological data.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorSouza, Glauber Kiss dehttp://lattes.cnpq.br/5855811396240621http://lattes.cnpq.br/9129454582576885Pillot, Benjamin Diego FrançoisMacagnan, Mario HenriqueUniversidade do Vale do Rio dos SinosPrograma de Pós-Graduação em Engenharia MecânicaUnisinosBrasilEscola PolitécnicaAvaliação do emprego de RNAs para estimativa da irradiância difusa horizontal horáriaACCNPQ::Engenharias::Engenharia MecânicaRadiação solarModelos difusosRedes neurais artificiaisSolar radiationDiffuse modelsArtificial neural networksinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://www.repositorio.jesuita.org.br/handle/UNISINOS/7490info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)instname:Universidade do Vale do Rio dos Sinos (UNISINOS)instacron:UNISINOSLICENSElicense.txtlicense.txttext/plain; charset=utf-82175http://repositorio.jesuita.org.br/bitstream/UNISINOS/7490/2/license.txt320e21f23402402ac4988605e1edd177MD52ORIGINALGlauber Kiss de Souza_.pdfGlauber Kiss de Souza_.pdfapplication/pdf40241565http://repositorio.jesuita.org.br/bitstream/UNISINOS/7490/3/Glauber+Kiss+de+Souza_.pdf73d32ffd600b171b45fe26ffbc70227cMD53UNISINOS/74902019-01-29 08:55:09.62oai:www.repositorio.jesuita.org.br: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 Digital de Teses e Dissertaçõeshttp://www.repositorio.jesuita.org.br/oai/requestopendoar:2019-01-29T10:55:09Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS)false
dc.title.pt_BR.fl_str_mv Avaliação do emprego de RNAs para estimativa da irradiância difusa horizontal horária
title Avaliação do emprego de RNAs para estimativa da irradiância difusa horizontal horária
spellingShingle Avaliação do emprego de RNAs para estimativa da irradiância difusa horizontal horária
Souza, Glauber Kiss de
ACCNPQ::Engenharias::Engenharia Mecânica
Radiação solar
Modelos difusos
Redes neurais artificiais
Solar radiation
Diffuse models
Artificial neural networks
title_short Avaliação do emprego de RNAs para estimativa da irradiância difusa horizontal horária
title_full Avaliação do emprego de RNAs para estimativa da irradiância difusa horizontal horária
title_fullStr Avaliação do emprego de RNAs para estimativa da irradiância difusa horizontal horária
title_full_unstemmed Avaliação do emprego de RNAs para estimativa da irradiância difusa horizontal horária
title_sort Avaliação do emprego de RNAs para estimativa da irradiância difusa horizontal horária
author Souza, Glauber Kiss de
author_facet Souza, Glauber Kiss de
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/5855811396240621
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/9129454582576885
dc.contributor.author.fl_str_mv Souza, Glauber Kiss de
dc.contributor.advisor-co1.fl_str_mv Pillot, Benjamin Diego François
dc.contributor.advisor1.fl_str_mv Macagnan, Mario Henrique
contributor_str_mv Pillot, Benjamin Diego François
Macagnan, Mario Henrique
dc.subject.cnpq.fl_str_mv ACCNPQ::Engenharias::Engenharia Mecânica
topic ACCNPQ::Engenharias::Engenharia Mecânica
Radiação solar
Modelos difusos
Redes neurais artificiais
Solar radiation
Diffuse models
Artificial neural networks
dc.subject.por.fl_str_mv Radiação solar
Modelos difusos
Redes neurais artificiais
dc.subject.eng.fl_str_mv Solar radiation
Diffuse models
Artificial neural networks
description A energia solar está, mundialmente, em uma crescente expansão. Apesar de pequena, se comparada a outros meios tradicionais de geração de energia, nunca houve indicadores tão otimistas acerca de sua utilização e popularização. No entanto, mesmo uma energia auto-sustentável como essa acaba tendo impacto ambiental, grande investimento econômico, dificuldade de medição de todas as parcelas da radiação solar e problemas na manutenção adequada das estações solares. Sabendo que a medição ou a estimativa das parcelas da radiação são cruciais para o dimensionamento e estimativa de geração de energia, tanto em grandes plantas de potência por concentração solar como em sistemas de geração fotovoltaica residenciais, o presente trabalho foi idealizado para assegurar que, mesmo em proporções continentais, a obtenção da componente difusa da irradiância, a partir da irradiância global, pode ser realizada de maneira confiável. A utilização de RNAs com generalização geográfica demonstrou melhores resultados em relação a modelos de correlação empíricos, além de serem mais abrangentes do que modelos que utilizam RNAs especializadas a partir de dados locais. Os resultados apresentaram erros RMSEr variando entre 16,00% a 29,57%, contra erros RMSEr de 15,94% a 36,98% em modelos tradicionais empíricos. O presente modelo também apresentou um aumento simultâneo de precisão local e generalização geográfica, algo que modelos anteriores não atingiam, visto que, ao aumentar a especialização e precisão em uma área menor, há um comprometimento ao aplicar o modelo em áreas geográficas distantes e/ou maiores (e vice-versa). Dessa maneira, o presente estudo assegura que pesquisadores poderão utilizar RNAs com precisão e generalização suficientes para realizar pesquisas e estudos diversos que necessitem da parcela difusa e/ou direta da radiação solar, com maior eco-eficiência e custo benefício possíveis, em localidades que não as meçam ou não possuam dados meteorológicos confiáveis.
publishDate 2018
dc.date.issued.fl_str_mv 2018-10-04
dc.date.accessioned.fl_str_mv 2019-01-21T15:12:53Z
dc.date.available.fl_str_mv 2019-01-21T15:12:53Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.repositorio.jesuita.org.br/handle/UNISINOS/7490
url http://www.repositorio.jesuita.org.br/handle/UNISINOS/7490
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade do Vale do Rio dos Sinos
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia Mecânica
dc.publisher.initials.fl_str_mv Unisinos
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Escola Politécnica
publisher.none.fl_str_mv Universidade do Vale do Rio dos Sinos
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
instname:Universidade do Vale do Rio dos Sinos (UNISINOS)
instacron:UNISINOS
instname_str Universidade do Vale do Rio dos Sinos (UNISINOS)
instacron_str UNISINOS
institution UNISINOS
reponame_str Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
collection Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
bitstream.url.fl_str_mv http://repositorio.jesuita.org.br/bitstream/UNISINOS/7490/2/license.txt
http://repositorio.jesuita.org.br/bitstream/UNISINOS/7490/3/Glauber+Kiss+de+Souza_.pdf
bitstream.checksum.fl_str_mv 320e21f23402402ac4988605e1edd177
73d32ffd600b171b45fe26ffbc70227c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS)
repository.mail.fl_str_mv
_version_ 1801845015374200832