CIES 2020
Permanent URI for this community
Browse
Browsing CIES 2020 by Subject "Analysis"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
- Irradiância solar (global, direta e difusa) – metodologia de controlo de qualidade: aplicação a séries temporais medidas no LES/LNEG, LisboaPublication . Marques, Filipe; Páscoa, Soraia; Carvalho, Maria João; Cardoso, João P.RESUMO: A medida das componentes da radiação solar (global, direta e difusa) é muito importante na caracterização de sistemas solares e seus componentes (ex.: coletores solares) em laboratório. As normas de ensaio definem os requisitos necessários aos equipamentos utilizados para a realização das referidas medidas, mas não definem o controlo de qualidade dos dados. A necessidade de medir não só a componente global da radiação solar no plano do coletor, mas também a radiação direta e difusa, permite ao LES ser também detentor de uma base de dados útil noutras áreas de investigação de sistemas de conversão da radiação solar. Desenvolveu-se a aplicação, SIMONEAPP, que integra um controlo de qualidade seguindo o método QCRADv2. Quando aplicada ao período 2015-2018, permitiu identificar erros de medida de irradiância difusa decorrentes do uso de anel de sombreamento e outros erros de medida da irradiância previamente identificados durante a operação regular da estação meteorológica. No entanto, a metodologia assinalou potenciais erros entre os 2º e os 19º de altitude solar, cuja natureza será ainda necessário investigar.
- Regionalización de la variación temporal del factor de turbidez linke TL en México a partir de algoritmos de machine learningPublication . Salinas-González, J.D.; García-Hernández, A.; Riveros-Rosas, D.; Moreno-Chávez, G.; González-Cabrera, A.E.; Zarzalejo, L.F.RESUMEN: El agrupamiento de áreas geográficas, por medio de análisis de clusters, es una tarea que permite identificar regiones de acuerdo a los comportamientos de las variables geoclimáticas. En este trabajo de investigación se agrupó al TL Linke en regiones similares de la república mexicana de acuerdo con su varianza temporal anual del año 2015. Mediante algoritmos y técnicas de Machine Learning (aprendizaje automático), como son las mezclas de gaussianos mixtos y análisis de componentes principales, se han obtenido dos mapas, de 10 y 9 regiones que permiten identificar de una manera visual dichas regiones y analizar el comportamiento del TL Linke en la república mexicana.