Redes neuronales en la predicción de micro-clima, zona de estudio La Hechicera Mérida, Venezuela

• Autores: Misael Darío Rosales Ramírez, Cesar Augusto Mora Benavídes, Carlos Guada
• Localización: Publicaciones en Ciencias y Tecnología, ISSN 1856-8890, ISSN-e 2477-9660, Vol. 11, Nº. 2, 2017 (Ejemplar dedicado a: Julio-Diciembre), págs. 47-61
• Idioma: español
• Títulos paralelos:
  • Neural Networks in the prediction of microclimate, La Hechicera-Mérida-Venezuela, Case of Study
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Se desarrolló una Red Neuronal Artificial (RNA) con capacidad para realizar predicciones climáticas a corto plazo, entrenada con datos a intervalos de 15 min durante 454 días, de una estación climatológica ubicada en La Hechicera Mérida-Venezuela (1896 msnm). Para el entrenamiento y su validación se usaron patrones simulados que contienen variaciones diarias de la radiancia y la temperatura. Se eligieron 3 funciones de prueba tales como el Seno, Coseno y los Polinomios de Legendre Pl(x). La (RNA) p.ej, puede predecir el intervalo (0,1] usando sólo como entrada el intervalo [-1,0] de la correspondiente derivada P´l (x) del polinomio. En la fase de producción con datos reales, se encontró que la red es capaz de predecir la temperatura con un 5% de error en el rango horario [12:15 a 06:15] pm, sólo con los datos de temperatura en el rango [6:00 a 12:00) am. Igualmente al predecir temperatura a partir de radiancia (5 %), radiancia-radiancia (16 %). Se considera viable el uso de (RNA) para la predicción de micro-clima a corto plazo, pudiendo extender su uso a otras localidades, lo que podría ser útil para el desarrollo de planes de prevención de desastres, períodos de siembra y en la predicción de oferta de energía en plantas eólicas y solares.

  • English

    An Artificial Neural Network (RNA) was developed with capacity to make short-term climatic predictions, trained with data at intervals of 15 min for 454 days in a climatological station located in La Hechicera Mérida-Venezuela (1896 masl). For training and validation, were used simulated patterns that contain daily variations of radiance and temperature. Three test functions were chosen such as the Sine, Cosine and the Legendre Polynomials Pl(x). The (RNA) e.g, can predict the interval (0,1] using only as input the interval [-1,0] of the corresponding derivative P´l (x)  of the polynomial. In the production phase with real data, it was found that the network is able to predict the temperature with approx. 5% error in the hourly range [12:15 to 06:15] pm, only with the temperature data in the range [6:00 to 12:00) am. Also, when predicting temperature from radiance (5%), radiance-radiance (16%). The use of (RNA) for the prediction of micro-climate in the short term is considered feasible, being able to extend its use to other localities, which could be useful for the development of disaster prevention plans, sowing periods, prediction of energy supply in wind and solar power stations.