GAP FILLING DE DADOS SOLARIMÉTRICOS UTILIZANDO REDES NEURAIS ARTIFICIAIS

Resumo

Os dados de irradiação solar direta, difusa e global em superfícies horizontais e inclinadas constituem elementos essenciais para a modelagem e avaliação de desempenho de plantas Heliotérmicas e fotovoltaicas. Devido à natureza estocástica da irradiação solar (direta, difusa e global), as técnicas empregadas por meio das RNA mostram-se interessantes na sua determinação. Essas técnicas se aplicam bem quando se considera a incerteza dos vários parâmetros climáticos, espacial e temporal que levam à determinação da irradiação global. Dados horários médios mensais de temperatura, umidade relativa do ar, índice pluviométrico e velocidade do vento ao longo de um período de tempo, como um ciclo anual, para uma localidade a uma dada altitude, latitude e longitude, são de fundamental importância para se analisar o índice de irradiação solar dessa localidade. Esses parâmetros são essenciais na análise de desempenho de plantas solares fotovoltaicas e heliotérmicas. Quando das medições solarimétricas em uma dada localidade de interesse, para instalação de uma usina solar, pode-se deparar com determinadas situações onde alguns desses parâmetros, por motivos operacionais, deixaram de ser medidos e armazenados pelo conjunto de equipamentos instalados localmente, gerando algumas lacunas no banco de dados técnicos a ser construído. Dessa forma, faz-se necessário estimar aqueles dados faltantes, aqui denominados de gap filling, usando uma técnica comprovada cientificamente. Este artigo técnico tem como objetivo apresentar um método para estimação da irradiação solar em uma dada localidade a partir do treinamento de uma Rede Neural Artificial do tipo Multilayer Perceptron (MLP), usando a técnica de aprendizado supervisionado conhecida como back-propagation. São considerados dados medidos em solo para a localidade em análise, e a existência de lacunas no banco de dados solarimétricos, o que evidencia o uso de uma técnica de Gap Filling, como o uso de uma RNA.