| Summary: | O prognostico de variáveis meteorológicas, como radiação solar, sempre foi de grande importância para a tomada de decisão em ocasião de ocorrências de eventos incomuns. Nesse contexto é justificável a busca por modelos matemáticos e estatísticos que produzam melhores prognósticos para tais variáveis. Desta forma investiga-se a estratégia de conjunção que se compõe de duas técnicas muito utilizadas no tratamento de série temporal; a transformada Wavelet que mostra analiticamente o sinal no domínio do tempo e da frequência; e as RNA’s a quais são modelos de inteligência artificial. A combinação dessas duas técnicas, o que se denomina modelo híbrido, tem se mostrado eficaz no prognóstico de variáveis meteorológicas. Os dados diários de radiação solar são do Instituto Agronômico do Paraná/PR coletados no período de 1990 até 1995. Neste trabalho são estudadas conjunções de modelos híbridos com Redes Neurais e técnicas Wavelets, apresentando o resumo de alguns dos modelos sintetizados na literatura, para o prognóstico de radiação solar. Tais modelos híbridos estudados se mostraram satisfatórios no prognóstico dessa variável, pois apresentaram um melhor desempenho em relação aos modelos que não são híbridos, sendo o modelo que se mostrou mais eficiente no prognóstico foi o que utiliza as sub-séries da decomposição como entrada da Rede Neural, pois apresenta regressão com valores significativos (R próximo a 1).
A B S T R A C T
The prognosis of meteorological variables such as solar radiation has always been of great importance for decision making in time of occurrence of unusual events. In this context it is justifiable to search for mathematical and statistical models that produce better prognosis for these variables. Thus investigates the combination strategy which uses two techniques widely used in the treatment time series; Wavelet transform analytically shows that the signal in the time domain and frequency; and the RNA's which models of artificial intelligence. The combination of these two techniques, which is called the hybrid models, has proven effective in predicting meteorological variables. Daily data of solar radiation are the Agronomic Institute of Parana / PR collected from 1990 to 1995. In this work conjunctions of hybrid models with neural networks and wavelets techniques are studied, presenting a summary of some of the synthesized models in the literature for the prediction of solar radiation. Such hybrid models studied were satisfactory prognosis with this variable because it showed better performance compared to models that are not hybrids in the model that is more efficient prognosis was that uses the sub-series decomposition as input the Network neural, it presents significant regression values (R close to 1).
Keywords: Wavelet, Neural Network, Forecast.
|
|---|
