- -

Improvement of temperature-based ANN models for solar radiation estimation through exogenous data assistance

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

Improvement of temperature-based ANN models for solar radiation estimation through exogenous data assistance

Mostrar el registro completo del ítem

Martí Pérez, PC.; Gasque Albalate, M. (2011). Improvement of temperature-based ANN models for solar radiation estimation through exogenous data assistance. Energy Conversion and Management. 52(2):990-1003. doi:10.1016/j.enconman.2010.08.027

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/79567

Ficheros en el ítem

Metadatos del ítem

Título: Improvement of temperature-based ANN models for solar radiation estimation through exogenous data assistance
Autor:
Entidad UPV: Universitat Politècnica de València. Departamento de Física Aplicada - Departament de Física Aplicada
Universitat Politècnica de València. Departamento de Ingeniería Rural y Agroalimentaria - Departament d'Enginyeria Rural i Agroalimentària
Universitat Politècnica de València. Centro Valenciano de Estudios sobre el Riego - Centre Valencià d'Estudis sobre el Reg
Universitat Politècnica de València. Escuela Técnica Superior de Ingeniería Agronómica y del Medio Natural - Escola Tècnica Superior d'Enginyeria Agronòmica i del Medi Natural
Fecha difusión:
Resumen:
[EN] The development of new and more precise temperature-based models for solar radiation estimation is decisive, given the immediacy and simplicity associated to their input measurements and the ubiquitous problems derived ...[+]
Palabras clave: Artificial neural networks , Exogenous variables , Solar radiation , Accuracy Improvement , Ancillary data , Artificial Neural Network , Empirical equations , Equipment failures , Exogenous input , Horizontal surfaces , Input measurements , Local temperature , Model performance , Nonlinear process , Performance quality , Solar radiation estimation , Traditional techniques , Training patterns , Estimation , Models , Sun , Neural networks
Derechos de uso: Reserva de todos los derechos
Fuente:
Energy Conversion and Management. (issn: 0196-8904 )
DOI: 10.1016/j.enconman.2010.08.027
Editorial:
Elsevier
Versión del editor: http://dx.doi.org/10.1016/j.enconman.2010.08.027
Tipo: Artículo

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem