Aplicação de redes neurais na predição de disponibilidade de recursos energéticos solares no Município de Seropédica

Abstract

O presente estudo propõe o desenvolvimento e avaliação de uma metodologia para estimar a incidência de radiação solar no município de Seropédica, localizado no estado do Rio de Janeiro. O objetivo do trabalho é avaliar se o modelo de Redes Neurais Artificiais (RNAs) é apropriado para tal fim. Para tal foram obtidos dados horários correspondentes ao período de 01 de Maio de 2017 a 31 de Janeiro de 2019 do Instituto Nacional de Meteorologia (INMET) através da estação Ecologia Agrícola localizada na região de estudo. Primeiramente foi avaliada a necessidade de se utilizar todos os dados disponibilizados pela estação. Em seguida foram realizados experimentos variando o número de neurônios na camada escondida, treinando redes compostas por uma e duas camadas internas. Diferentes parâmetros estatísticos foram utilizados para avaliar o desempenho dos modelos (r, MAE, RMSE, D, R2, C e skill). Em cada etapa do trabalho, os modelos de RNAs foram comparados com modelos de Regressão Linear Múltipla (RLM) a fim de verificar qual método seria satisfatório. Como resultado, foi possível analisar que não há necessidade de se utilizar todas as variáveis disponibilizadas pela estação Ecologia Agrícola. Analisando a média das 50 simulações realizadas, foi possível constatar que a RNA com a arquitetura de uma camada escondida apresentou resultados mais apurados que as demais, apresentando índice de confiança médio (D) de 88% e coeficiente de determinação médio (R2) de 85%. Mesmo mostrando-se superiores, os modelos de RNAs não apresentaram ganhos significativos frente aos modelos de RLM. Assim, foi possível concluir que RNAs são ferramentas adequadas para estimar a incidência de radiação solar.