000			02183nab a22002897 4500
999			_c44341 _d44341
001			H(066) UP
003			AR-sfUTN
008			190909b xx |||p|r|||| 00| 0 spa d
040			_cAR-sfUTN _aAR-SfUTN
080			_aH(066) UP _22000
100	1		_aJiménez, Víctor Adrián _921037
245	1	0	_aEstimación de radiación solar horaria utilizando modelos empíricos y redes neuronales artificiales
336			_2rdacontent _atexto _btxt
337			_2rdamedia _asin mediación _bn
338			_2rdacarrier _avolumen _bnc
505			_aLa 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 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 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 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 lineal y 7.84% con redes neuronales.
650			_aRADIACION SOLAR
650			_aMODELOS EMPIRICOS
650			_aREDES NEURONALES
650			_aREGRESION LINEAL
650			_aENERGIAS RENOVABLES
700	1		_aWill, Adrián
700	1		_aRodríguez, Sebastián
773			_tCiencia y Tecnología _wH(066) UP _nS.T.:H(066) UP PP4271 _g(vol. 17, nro. 17, Oct. 2017), p. 29-43
942			_cAN _2udc