Salinas de urcuqui的太阳辐射预测:统计数学模型

Iván Patricio Quinteros Campaña, Paúl Michael Tafur Escanta
{"title":"Salinas de urcuqui的太阳辐射预测:统计数学模型","authors":"Iván Patricio Quinteros Campaña, Paúl Michael Tafur Escanta","doi":"10.55204/trc.v3i2.e203","DOIUrl":null,"url":null,"abstract":"Este trabajo se enfoca en plantear modelos de predicción asociados a la radiación solar incidente sobre la superficie terrestre de la parroquia de Tumbabiro en Urcuquí – Imbabura. La metodología está basada en obtener un modelo óptimo donde se utiliza modelos de predicción que responden a distintos métodos estadísticos. Los datos de los parámetros fundamentales que afectan a la radiación solar se obtienen de la base de datos que proporciona el NREL. Se utiliza modelos AR, ARMA, ARMAX y de Redes Neuronales Recurrentes-RNN, donde se realiza una contrastación modelos predictivos estadísticamente significativos, permitiendo observar que, de los primeros, es significativo un ARMAX(1,1), con un error de 9.87%; pero, los mejores pronósticos se obtuvieron del modelo LSTM con error del 0.18%.","PeriodicalId":498540,"journal":{"name":"Tesla Revista Científica","volume":"17 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-10-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Predicción de radiación solar en Salinas de Urcuquí: Modelo estadístico matemático\",\"authors\":\"Iván Patricio Quinteros Campaña, Paúl Michael Tafur Escanta\",\"doi\":\"10.55204/trc.v3i2.e203\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Este trabajo se enfoca en plantear modelos de predicción asociados a la radiación solar incidente sobre la superficie terrestre de la parroquia de Tumbabiro en Urcuquí – Imbabura. La metodología está basada en obtener un modelo óptimo donde se utiliza modelos de predicción que responden a distintos métodos estadísticos. Los datos de los parámetros fundamentales que afectan a la radiación solar se obtienen de la base de datos que proporciona el NREL. Se utiliza modelos AR, ARMA, ARMAX y de Redes Neuronales Recurrentes-RNN, donde se realiza una contrastación modelos predictivos estadísticamente significativos, permitiendo observar que, de los primeros, es significativo un ARMAX(1,1), con un error de 9.87%; pero, los mejores pronósticos se obtuvieron del modelo LSTM con error del 0.18%.\",\"PeriodicalId\":498540,\"journal\":{\"name\":\"Tesla Revista Científica\",\"volume\":\"17 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-10-18\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Tesla Revista Científica\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.55204/trc.v3i2.e203\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Tesla Revista Científica","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.55204/trc.v3i2.e203","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

本研究的目的是确定在urcuki - Imbabura的Tumbabiro教区地表入射太阳辐射的预测模型。该方法是基于获得一个最优模型,其中预测模型响应不同的统计方法。影响太阳辐射的基本参数数据来自NREL提供的数据库。使用AR、ARMA、ARMAX和递归神经网络- rnn模型,对统计上显著的预测模型进行对比,观察到ARMAX(1,1)显著,误差为9.87%;然而,最好的预测来自LSTM模型,误差为0.18%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Predicción de radiación solar en Salinas de Urcuquí: Modelo estadístico matemático
Este trabajo se enfoca en plantear modelos de predicción asociados a la radiación solar incidente sobre la superficie terrestre de la parroquia de Tumbabiro en Urcuquí – Imbabura. La metodología está basada en obtener un modelo óptimo donde se utiliza modelos de predicción que responden a distintos métodos estadísticos. Los datos de los parámetros fundamentales que afectan a la radiación solar se obtienen de la base de datos que proporciona el NREL. Se utiliza modelos AR, ARMA, ARMAX y de Redes Neuronales Recurrentes-RNN, donde se realiza una contrastación modelos predictivos estadísticamente significativos, permitiendo observar que, de los primeros, es significativo un ARMAX(1,1), con un error de 9.87%; pero, los mejores pronósticos se obtuvieron del modelo LSTM con error del 0.18%.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信