Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Teramoto. Érico Tadao | - |
Autor(es): dc.contributor | Faculdade de Ciências Agrárias do Vale do Ribeira | - |
Autor(es): dc.creator | Costa Junior, Mario Francisco Carreiro da | - |
Data de aceite: dc.date.accessioned | 2025-08-21T21:47:33Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T21:47:33Z | - |
Data de envio: dc.date.issued | 2024-07-05 | - |
Data de envio: dc.date.issued | 2024-07-05 | - |
Data de envio: dc.date.issued | 2023-12-17 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/256358 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/256358 | - |
Descrição: dc.description | No contexto da agricultura e aquicultura sustentáveis, tornam-se importantes estudos voltados ao uso de fontes renováveis de energia, que permitam a redução na emissão de gases do efeito estuda durante sua utilização. Nesse sentido, a disponibilidade de informações a respeito do potencial solar local, em específico as séries temporais de dados de radiação solar global (HG), torna-se importante no dimensionamento de sistemas eficientes que convertem essa radiação em energia elétrica ou calor. Quando tais informações não estão disponíveis, torna-se necessária a utilização de métodos de estimativa da HG, que incluem desde modelos empíricos e à Técnicas de Aprendizado de Máquinas (TAM). O presente estudo avaliou o desempenho de diferentes métodos de estimativa da radiação solar global (HG) no ambiente subtropical úmido do Vale do Ribeira. Foram utilizados dados meteorológicos medidos nos municípios de Registro, Iguape e Barra do Turvo, que foram disponibilizados pelo Instituto Nacional de Meteorologia (INMET). Três modelos empíricos foram calibrados e tomados como referência na avaliação do desempenho da SVM utilizando diferentes conjuntos de variáveis de entrada, a fim de determinar qual deles permite maior precisão nas estimativas da HG nas condições climáticas local. Dentre os métodos testados, a SVM utilizando o conjunto de varáveis de entrada {H0, Tmax, Tmin, RT, UR} apresentou o melhor desempenho. | - |
Descrição: dc.description | In the context of sustainable agriculture and aquaculture, studies focusing on the use of renewable energy sources become crucial for reducing greenhouse gas emissions during their utilization. In this regard, access to information regarding local solar potential, specifically time series data of global solar radiation (HG), becomes significant in designing efficient systems that convert this radiation into electricity or heat. When such information is unavailable, the use of methods to estimate HG becomes necessary, ranging from empirical models to Machine Learning Techniques (MLT). This study evaluated the performance of different methods for estimating global solar radiation (HG) in the humid subtropical environment of the Vale do Ribeira. Meteorological data measured in the municipalities of Registro, Iguape, and Barra do Turvo were utilized, provided by the National Institute of Meteorology (INMET). Three empirical models were calibrated and taken as a reference in assessing the SVM's performance using different sets of input variables to determine which yields greater accuracy in HG estimates under local climatic conditions. Among the tested methods, SVM using the input variable set {H0, Tmax, Tmin, RT, UR} demonstrated the best performance. | - |
Descrição: dc.description | Não recebi financiamento | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Estadual Paulista (UNESP) | - |
Direitos: dc.rights | info:eu-repo/semantics/restrictedAccess | - |
Palavras-chave: dc.subject | Energia renovável | - |
Palavras-chave: dc.subject | Aprendizado de máquinas | - |
Palavras-chave: dc.subject | Modelos empíricos | - |
Palavras-chave: dc.subject | Mata Atlântica | - |
Palavras-chave: dc.subject | Renewable energy | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Empirical models | - |
Palavras-chave: dc.subject | Atlantic Forest | - |
Título: dc.title | Estimativa da radiação global diária em municípios do Vale do Ribeira, ambiente subtropical úmido | - |
Título: dc.title | Estimation of daily global radiation in municipalities in Vale do Ribeira, humid subtropical environment | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: