ESTIMAÇÃO DA IRRADIAÇÃO SOLAR GLOBAL DIÁRIA USANDO REDES NEURAIS ARTIFICIAIS DOS TIPOS PMC E FBR

Resumo

Neste trabalho, foram comparados os desempenhos de dois tipos de Redes Neurais Artificiais (RNA) para geração de séries sintéticas da irradiação solar diária: as redes do tipo perceptron de múltiplas camadas (PMC) e do tipo Função de Base Radial (FBR). Além das variáveis geográficas e da irradiação solar global diária de localidades situadas em uma determinada vizinhança, foram utilizadas como entradas apenas a amplitude térmica e a umidade mínima, variáveis facilmente disponíveis nas estações meteorológicas convencionais. Os dados utilizados foram medidos entre 2000 e 2006 em sete localidades brasileiras de clima tropical semi-árido, situadas no Sertão de Pernambuco. As estimativas foram realizadas para os meses de julho e novembro, correspondentes aos períodos de incidências mínima e máxima da irradiação solar na região. Para cada localidade, a série foi estimada a partir do aprendizado fundamentado nas seqüências experimentais referentes às outras seis localidades. A comparação das séries geradas com as séries experimentais mostrou que os desvios médios quadráticos são de 16% e 11%, para os meses de julho e novembro respectivamente. Ambas as redes demonstraram capacidade para reproduzir as médias diárias mensais da região com desvios de 2% para julho e de 1% para o mês de janeiro, demonstrando assim a aptidão para produzirem séries sintéticas de irradiação solar diária para simulação de sistemas solares a longo prazo. Não foram verificadas diferenças significativas entre os dois tipos de RNA no que concerne a melhor desempenho de um modelo em relação ao outro. As séries sintéticas geradas a partir dessa metodologia podem ser utilizadas nos procedimentos modernos de simulação e avaliação de sistemas solares que utilizam a série da irradiação solar simultaneamente com séries de outras variáveis meteorológicas como a temperatura ambiente e velocidade do vento.