Prognóstico de Radiação Solar Através Modelos que Combinam as Técnicas Wavelet e Redes Neurais

Revista Brasileira de Geografia Física

Endereço:
Av. Prof. Professor Moraes Rego, 1235 - Cidade Universitária
Recife / PE
50670-901
Site: http://www.ufpe.br/rbgfe
Telefone: (81) 2126-8275
ISSN: 19842295
Editor Chefe: [email protected]
Início Publicação: 30/04/2008
Periodicidade: Bimestral
Área de Estudo: Multidisciplinar

Prognóstico de Radiação Solar Através Modelos que Combinam as Técnicas Wavelet e Redes Neurais

Ano: 2014 | Volume: 7 | Número: 5
Autores: S. V. Saraiva, R. F. C. de Amorim, F. de O. Carvalho, L. Domingues
Autor Correspondente: R. F. C. de Amorim | [email protected]

Palavras-chave: Wavelet, Rede Neural, Prognóstico.

Resumos Cadastrados

Resumo Português:

O prognóstico de variáveis meteorológicas, como radiação solar, sempre foi de grande importância para a tomada de decisão em ocasião de ocorrências de eventos incomuns. Nesse contexto é justificável a busca por modelos matemáticos e estatísticos que produzam melhores prognósticos para tais variáveis. Desta forma investiga-se a estratégia de conjunção que se compõe de duas técnicas muito utilizadas no tratamento de série temporal; a transformada Wavelet que mostra analiticamente o sinal no domínio do tempo e da frequência; e as RNA’s a quais são modelos de inteligência artificial. A combinação dessas duas técnicas, o que se denomina modelo híbrido, tem se mostrado eficaz no prognóstico de variáveis meteorológicas. Os dados diários de radiação solar são do Instituto Agronômico do Paraná/PR coletados no período de 1990 até 1995. Neste trabalho são estudadas conjunções de modelos híbridos com Redes Neurais e técnicas Wavelets, apresentando o resumo de alguns dos modelos sintetizados na literatura, para o prognóstico de radiação solar. Tais modelos híbridos estudados se mostraram satisfatórios no prognóstico dessa variável, pois apresentaram um melhor desempenho em relação aos modelos que não são híbridos, sendo o modelo que se mostrou mais eficiente no prognóstico foi o que utiliza as sub-séries da decomposição como entrada da Rede Neural, pois apresenta regressão com valores significativos (R próximo a 1).