| 1. Identificação | |||||||||||||
| Tipo de Referência | Tese ou Dissertação (Thesis) | ||||||||||||
| Site | mtc-m16c.sid.inpe.br | ||||||||||||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | ||||||||||||
| Identificador | 8JMKD3MGP8W/3JH3BSE | ||||||||||||
| Repositório | sid.inpe.br/mtc-m18/2015/05.21.19.32 | ||||||||||||
| Última Atualização | 2016:01.19.16.13.31 (UTC) administrator | ||||||||||||
| Repositório de Metadados | sid.inpe.br/mtc-m18/2015/05.21.19.32.25 | ||||||||||||
| Última Atualização dos Metadados | 2018:06.04.03.55.58 (UTC) administrator | ||||||||||||
| Chave Secundária | INPE-17585-TDI/2359 | ||||||||||||
| Chave de Citação | Lima:2015:PrIrSo | ||||||||||||
| Título | Previsão de irradiação solar no nordeste do Brasil empregando o modelo WRF ajustado por redes neurais artificiais (RNAs)  | ||||||||||||
| Título Alternativo | Forecast of solar irradiation in northeast of Brazil using the WRF model adjusted by artificial neural network (ANN) | ||||||||||||
| Curso | MET-MET-SPG-INPE-MCTI-GOV-BR | ||||||||||||
| Ano | 2015 | ||||||||||||
| Data | 2015-06-10 | ||||||||||||
| Data de Acesso | 20 abr. 2024 | ||||||||||||
| Tipo da Tese | Tese (Doutorado em Meteorologia) | ||||||||||||
| Tipo Secundário | TDI | ||||||||||||
| Número de Páginas | 250 | ||||||||||||
| Número de Arquivos | 1 | ||||||||||||
| Tamanho | 11710 KiB | ||||||||||||
| 2. Contextualização | |||||||||||||
| Autor | Lima, Francisco José Lopes de | ||||||||||||
| Banca | Ceballos, Juan Carlos (presidente) Pereira, Enio Bueno (orientador) Sansigolo, Clóvis Angeli Martins, Fernando Ramos Ruther, Ricardo | ||||||||||||
| Endereço de e-Mail | francisco.lopes.lima@gmail.com | ||||||||||||
| Universidade | Instituto Nacional de Pesquisas Espaciais (INPE) | ||||||||||||
| Cidade | São José dos Campos | ||||||||||||
| Histórico (UTC) | 2015-05-21 19:34:19 :: francisco.lima@cptec.inpe.br -> administrator :: 2015-05-22 21:11:28 :: administrator -> francisco.lima@cptec.inpe.br :: 2015-05-25 11:28:46 :: francisco.lima@cptec.inpe.br -> yolanda :: 2015-05-29 11:59:19 :: yolanda -> francisco.lima@cptec.inpe.br :: 2015-08-03 14:48:22 :: francisco.lima@cptec.inpe.br -> administrator :: 2016-01-18 16:21:57 :: administrator -> yolanda :: 2016-01-18 17:18:20 :: yolanda -> marcelo.pazos@sid.inpe.br :: 2016-01-19 11:09:09 :: marcelo.pazos@sid.inpe.br :: -> 2015 2016-01-19 16:14:37 :: marcelo.pazos@sid.inpe.br -> administrator :: 2015 2018-06-04 03:55:58 :: administrator -> :: 2015 | ||||||||||||
| 3. Conteúdo e estrutura | |||||||||||||
| É a matriz ou uma cópia? | é a matriz | ||||||||||||
| Estágio do Conteúdo | concluido | ||||||||||||
| Transferível | 1 | ||||||||||||
| Palavras-Chave | radiação solar redes neurais artificiais previsão análise de agrupamento nordeste do Brasil solar radiation artificial neural networks forecast cluster analysis northeast of Brazil | ||||||||||||
| Resumo | Este trabalho tem como objetivo avaliar a capacidade de um modelo numérico regional de mesoescala, em representar o escoamento atmosférico da região Nordeste do Brasil (NEB), possibilitando seu uso para previsão de irradiação solar usando um refinamento estatístico para a redução dos erros sistemáticos inerente ao modelo de mesoescala. A motivação deste estudo decorre da importância da radiação solar como recurso vital para a manutenção da vida no planeta e para atividades humanas tais como agricultura e aproveitamento de energia. A intensidade da irradiação solar que incide sobre a superfície é de natureza variável, principalmente devido às nuvens e o ciclo diurno. Este trabalho se propôs a desenvolver uma metodologia para previsão de irradiação solar incidente para a região Nordeste do Brasil com o uso de Redes Neurais Artificiais (RNAs), alimentadas por saídas do modelo WRF, visando reduzir as incertezas associadas à previsão de irradiação solar deste modelo. As variáveis de saída do modelo WRF, representando as condições atmosféricas previstas, foram empregadas como preditores em modelos de RNAs e Regressões Lineares Múltiplas (RLM). O método de análise de cluster foi utilizado para estabelecer regiões de características homogêneas sob o ponto de vista climatológico da irradiação solar. Os dados usados neste trabalho foram dados do INMET, para o período de sete anos de 2005 a 2011. Diversos experimentos foram realizados para ajuste e definição de preditores e simulação dos modelos de RNAs. Parâmetros de avaliação de erros, determinados frente aos dados observacionais de cada estação de coleta de dados em superfície foram calculados, permitindo a comparação de desempenho das RNA e RLM e da previsão de irradiação solar obtida diretamente do modelo WRF. Visando maximizar o ganho de desempenho sobre o modelo WRF e minimizar o número de variáveis, encontrou-se a melhor arquitetura e um grupo de 10 preditores, com o qual análises mais aprofundadas foram realizadas, incluindo avaliação de desempenho para o outono e primavera de 2011, período chuvoso e seco no NEB, principalmente no norte do NEB. Houve uma diferença significativa entre os modelos de RNA e RLM, mostrando que os modelos de RNAs foram superiores ao modelo RLM. Porém ambos os métodos promoveram redução do viés e do \emph{RMSE} e aumento do coeficiente de correlação em comparação com as saídas de irradiação solar do WRF. ABSTRACT: This work aims to evaluate the ability of a regional numerical mesoscale model, to represent the atmospheric flow in the Northeast region of Brazil (NEB), allowing its use for forecasting solar irradiation using a statistical refinement to reduce systematic errors inherent in the mesoscale model. The motivation of this study lies in the importance of solar radiation as a vital resource for the maintenance of life on Earth and to human activities such as agriculture and energy. The intensity of the solar radiation incident on the surface is variable in nature, mainly because of clouds and the diurnal cycle. This study aimed to develop a methodology to forecast the incident surface solar irradiation in the Northeast of Brazil by using mesoscale WRF model outputs adjusted by Artificial Neural Networks (ANN to reduce the model uncertainties. The output variables of the WRF model, representing the forecast atmospheric conditions, were used as predictors by RNAs and Multiple Linear Regressions (MLR), (with the inclusion of a clearsky model), adjusted to calculate the incident solar irradiation, in four homogeneous regions defined by the Wards method. The data used in this study cover the period of seven years from 2005 to 2011. Several predictors were tested in the adjustment and simulation of the ANN. Error evaluation parameters, determined by the observational data of each measurement station were calculated for each simulation, allowing the comparison of RNA and RLM, and the prediction of solar irradiation directly from WRF model. To maximize the performance gain of the WRF model and minimize the number of variables, it was establish the best architecture and a group of 10 predictors, with which more in-depth analyzes were performed, including performance evaluation for fall and spring of 2011 (rainy and dry season at the NEB, mainly in North of the Northeast). There was a significant difference between RNA and MLR models, showing that RNA models were superior to the MLR model. However, both methods produced lower bias and RMSE, and an increase in the correlation coefficient in comparison with the solar radiation in the WRF Model. | ||||||||||||
| Área | MET | ||||||||||||
| Arranjo | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > MET > Previsão de irradiação... | ||||||||||||
| Conteúdo da Pasta doc | acessar | ||||||||||||
| Conteúdo da Pasta source |
| ||||||||||||
| Conteúdo da Pasta agreement |
| ||||||||||||
| 4. Condições de acesso e uso | |||||||||||||
| URL dos dados | http://urlib.net/ibi/8JMKD3MGP8W/3JH3BSE | ||||||||||||
| URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP8W/3JH3BSE | ||||||||||||
| Idioma | pt | ||||||||||||
| Arquivo Alvo | publicacao.pdf | ||||||||||||
| Grupo de Usuários | administrator francisco.lima@cptec.inpe.br marcelo.pazos@inpe.br yolanda.souza@mcti.gov.br | ||||||||||||
| Grupo de Leitores | administrator francisco.lima@cptec.inpe.br marcelo.pazos@inpe.br yolanda.souza@mcti.gov.br | ||||||||||||
| Visibilidade | shown | ||||||||||||
| Licença de Direitos Autorais | urlib.net/www/2012/11.12.15.10 | ||||||||||||
| Detentor da Cópia | SID/SCD | ||||||||||||
| Permissão de Leitura | allow from all | ||||||||||||
| Permissão de Atualização | não transferida | ||||||||||||
| 5. Fontes relacionadas | |||||||||||||
| Repositório Espelho | sid.inpe.br/mtc-m18@80/2008/03.17.15.17.24 | ||||||||||||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F35TRS | ||||||||||||
| Acervo Hospedeiro | sid.inpe.br/mtc-m18@80/2008/03.17.15.17 | ||||||||||||
| 6. Notas | |||||||||||||
| Campos Vazios | academicdepartment affiliation archivingpolicy archivist callnumber contenttype creatorhistory descriptionlevel dissemination doi electronicmailaddress format group isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype | ||||||||||||
