Evaluación de modelos para estimar insolación diaria en función de temperaturas máxima, mínima y precipitación del día.

Abstract

En el presente estudio se probaron los sistemas ANFIS (Adaptive Network Based Fuzzy Inference System), para predecir la insolación diaria en Chillán, usando como variables explicativas de esta, las temperaturas máximas y mínimas del aire y la precipitación diaria, ya que estos sistemas pueden modelar fenómenos físicos no-lineales usando datos históricos. Estos sistemas fueron comparados con los modelos de Bristow & Campbell y De Jong & Stewart. Se crearon 32 modelos en total, y se seleccionaron los mejores de cada una de las tres familias de modelos (ANFIS, Bristow & Campbell y De Jong & Stewart), quedando 6 modelos para un análisis detallado, y se encontró que ellos entregan predicciones con un error medio absoluto (MAE) aproximado de 2,7-2 -1 MJ m día como promedio anual. Además, las predicciones de verano y primavera tienen un error porcentual absoluto (MAPE) cercano al 15%, mientras que para otoño e invierno éste es de un 50%, para los 6 modelos seleccionados. El modelo que presentó el mejor desempeño fue el modelo ANFIS que usa como variables explicativas la amplitud térmica del día y el día Juliano, con un radio de influencia en la agrupación de 0,75 (modelo C.6), el cual entrega predicciones con un MAE de 2,6 -2 -1 MJ m día como promedio anual.