Estimación de radiación solar horaria utilizando modelos empíricos y redes neuronales artificiales (Registro nro. 44341)
[ vista simple ]
| 000 -Cabecera | |
|---|---|
| Campo de control de longitud fija | 02183nab a22002897 4500 |
| 001 - Número de control | |
| Número de control | H(066) UP |
| 003 - Identificador del Número de control | |
| Identificador del número de control | AR-sfUTN |
| 008 - Códigos de información de longitud fija-Información general | |
| Códigos de información de longitud fija | 190909b xx |||p|r|||| 00| 0 spa d |
| 040 ## - Fuente de la catalogación | |
| Centro transcriptor | AR-sfUTN |
| Centro catalogador de origen | AR-SfUTN |
| 080 ## - CDU | |
| Clasificación Decimal Universal | H(066) UP |
| Edición de la CDU | 2000 |
| 100 1# - Punto de acceso principal-Nombre de persona | |
| Nombre personal | Jiménez, Víctor Adrián |
| 245 10 - Mención de título | |
| Título | Estimación de radiación solar horaria utilizando modelos empíricos y redes neuronales artificiales |
| 336 ## - Tipo de contenido | |
| Fuente | rdacontent |
| Término de tipo de contenido | texto |
| Código de tipo de contenido | txt |
| 337 ## - Tipo de medio | |
| Fuente | rdamedia |
| Nombre del tipo de medio | sin mediación |
| Código del tipo de medio | n |
| 338 ## - Tipo de soporte | |
| Fuente | rdacarrier |
| Nombre del tipo de soporte | volumen |
| Código del tipo de soporte | nc |
| 505 ## - Nota de contenido con formato | |
| Nota de contenido con formato | La radiación solar es uno de los parámetros más importantes para el desarrollo de aplicaciones e investigaciones relacionadas a energías renovables. Sin embargo, la adquisición de mediciones de radiación solar no siempre es posible por diferentes motivos y es necesario contar con modelos que permitan estimarla. Estos modelos en su mayoría utilizan variables climáticas difíciles de medir y que no siempre están<br/>disponibles en todos los sitios. El objetivo de este trabajo es aplicar un método para estimar radiación solar horaria, basado en redes neuronales, utilizando como variables de entrada estimaciones de radiación solar obtenidas mediante un modelo<br/>matemático simple y variables climáticas de fácil adquisición: Temperatura, Presión y Humedad. Además, para comprobar que las redes neuronales son más adecuadas en estos casos se hizo una comparativa con estimaciones realizadas con regresión<br/>lineal. Los modelos generados fueron ajustados y validados con datos provenientes de cinco estaciones meteorológicas de la provincia de Tucumán, Argentina, logrando obtener en promedio un error de 11.0% (Root Mean Squared Error) con regresión<br/>lineal y 7.84% con redes neuronales. |
| 650 ## - Punto de acceso adicional de materia - Término de materia | |
| Término de materia | RADIACION SOLAR |
| 650 ## - Punto de acceso adicional de materia - Término de materia | |
| Término de materia | MODELOS EMPIRICOS |
| 650 ## - Punto de acceso adicional de materia - Término de materia | |
| Término de materia | REDES NEURONALES |
| 650 ## - Punto de acceso adicional de materia - Término de materia | |
| Término de materia | REGRESION LINEAL |
| 650 ## - Punto de acceso adicional de materia - Término de materia | |
| Término de materia | ENERGIAS RENOVABLES |
| 700 1# - Punto de acceso adicional - Nombre de persona | |
| Nombre personal | Will, Adrián |
| 700 1# - Punto de acceso adicional - Nombre de persona | |
| Nombre personal | Rodríguez, Sebastián |
| 773 ## - Enlace al documento fuente | |
| Título | Ciencia y Tecnología |
| Número de control del registro relacionado | H(066) UP |
| Nota | S.T.:H(066) UP PP4271 |
| Parte(s) relacionada(s) | (vol. 17, nro. 17, Oct. 2017), p. 29-43 |
| 942 ## - ADDED ENTRY ELEMENTS (KOHA) | |
| Tipo de ítem Koha | Registros analíticos |
| Esquema de clasificación | Clasificación Decinal Universal |
No hay ítems disponibles.