Resumen

Este trabajo presenta un modelo de predicción de datos de radiación solar horaria a partir de promedios de radiación solar diaria. El modelo propuesto es una red neuronal artificial de regresión generalizada. Este modelo tiene tres entradas, a saber, la radiación solar media diaria, el ángulo horario y el ángulo horario de la puesta de sol. La capa de salida tiene un nodo que es la radiación solar media horaria. El entrenamiento y desarrollo del modelo propuesto se realiza utilizando MATLAB y 43800 registros de radiación solar global horaria. Los resultados muestran que el modelo propuesto tiene una mejor precisión de predicción en comparación con algunos modelos empíricos y estadísticos. En esta investigación se utilizan dos estadísticos de error para evaluar el modelo propuesto, a saber, el error porcentual medio absoluto y el error cuadrático medio. Estos valores para el modelo propuesto son 11,8 y -3,1%, respectivamente. Finalmente, el modelo propuesto muestra una mejor capacidad para superar la naturaleza sofisticada de los datos de radiación solar.

• Materias:Energía solar Fotoquímica Electrodos Nanoestructuras Biopelículas
• Subjects:Solar energy Photochemistry Electrodes Nanostructures Biofilms
• Palabras claves:modelo, promedios de radiación solar diaria, radiación solar global horaria, datos de radiación solar horaria, error porcentual absoluto, red neuronal artificial, mayor precisión de predicción, radiación solar diaria, radiación solar horaria, datos de radiación solar
• Keywords:model, daily solar radiation averages, hourly global solar radiation, hourly solar radiation data, absolute percentage error, artificial neural network, better prediction accuracy, daily solar radiation, hourly solar radiation, solar radiation data