Estimating missing data in historic series of global radiation through neural network algorithms

En el tratamiento de datos de series de tiempo meteorológicas se encuentran problemas de datos incompletos en algunos intervalos de tiempo; el problema se aborda comúnmente utilizando el modelo auto-regresivo de media móvil (ARIMA) o el método por análisis de regresión (interpolación), ambos con cie...

Full description

Autores:
Acevedo, Franklin García
Becerra, Erney Castro
Peñaranda, Diego Parra
Vega, Alejandro Vásquez
Serrano, Juan Rojas
Tipo de recurso:
Article of investigation
Fecha de publicación:
2016
Institución:
Universidad ICESI
Repositorio:
Repositorio ICESI
Idioma:
eng
spa
OAI Identifier:
oai:repository.icesi.edu.co:10906/81508
Acceso en línea:
http://hdl.handle.net/10906/81508
http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/2239
https://doi.org/10.18046/syt.v14i37.2239
Palabra clave:
Redes neuronales
Software
Datos
Rights
openAccess
License
https://creativecommons.org/licenses/by-nc-nd/4.0/
id ICESI2_53d8c7d3cfcfd69c556ed1912806a13e
oai_identifier_str oai:repository.icesi.edu.co:10906/81508
network_acronym_str ICESI2
network_name_str Repositorio ICESI
repository_id_str
spelling Acevedo, Franklin GarcíaBecerra, Erney CastroPeñaranda, Diego ParraVega, Alejandro VásquezSerrano, Juan Rojas2017-05-27T02:23:02Z2017-05-27T02:23:02Z2016-04-011692-5238http://hdl.handle.net/10906/81508http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/2239https://doi.org/10.18046/syt.v14i37.2239instname: Universidad Icesireponame: Biblioteca Digitalrepourl: https://repository.icesi.edu.co/En el tratamiento de datos de series de tiempo meteorológicas se encuentran problemas de datos incompletos en algunos intervalos de tiempo; el problema se aborda comúnmente utilizando el modelo auto-regresivo de media móvil (ARIMA) o el método por análisis de regresión (interpolación), ambos con ciertas limitaciones en condiciones particulares. En este documento se reportan los resultados de una investigación dirigida a resolver el problema utilizando redes neuronales. Se presenta el análisis efectuado a una serie histórica de radiación global obtenida en la Universidad Francisco de Paula Santander (Cúcuta, Colombia), con base en los datos registrados por su estación meteorológica, a partir de una serie de estudio de diez años (125.658 registros de temperatura, radiación y energía), con 9.98% datos faltantes. Los datos fueron debidamente depurados y completados mediante algoritmos de redes neuronales tipo backpropagation usando el software matemático MATLAB.In data processing time series of meteorological data problems, you are incomplete in some time intervals; it addresses the issue commonly using the autoregressive integrated moving average (ARIMA) or the method by regression analysis (interpolation), both with certain limitations under particular conditions. This paper presents the results of an investigation aimed at solving the problem using neural networks reported. The analysis of a time series of global radiation obtained at the Francisco de Paula Santander University (UFPS) is presented, with basis in the recorded data by the weather station attached to the Department of Fluids and Thermals. Having a series of ten-year study for 125,658 records of temperature, radiation and energy with a percentage of 9.98 missing data, which were duly cleared and completed by a neural network using algorithms backpropagation in the mathematical software MATLAB.engspaEL AUTOR, expresa que la obra objeto de la presente autorización es original y la elaboró sin quebrantar ni suplantar los derechos de autor de terceros, y de tal forma, la obra es de su exclusiva autoría y tiene la titularidad sobre éste. PARÁGRAFO: en caso de queja o acción por parte de un tercero referente a los derechos de autor sobre el artículo, folleto o libro en cuestión, EL AUTOR, asumirá la responsabilidad total, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos, la Universidad Icesi actúa como un tercero de buena fe. Esta autorización, permite a la Universidad Icesi, de forma indefinida, para que en los términos establecidos en la Ley 23 de 1982, la Ley 44 de 1993, leyes y jurisprudencia vigente al respecto, haga publicación de este con fines educativos. Toda persona que consulte ya sea la biblioteca o en medio electrónico podrá copiar apartes del texto citando siempre las fuentes, es decir el título del trabajo y el autor.https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Redes neuronalesSoftwareDatosEstimating missing data in historic series of global radiation through neural network algorithmsinfo:eu-repo/semantics/articlehttp://purl.org/coar/resource_type/c_2df8fbb1Artículoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a8514ORIGINALdocumento.htmldocumento.htmltext/html292http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/81508/1/documento.html1bdb36b579c630d6b364d59b6801ebc0MD5110906/81508oai:repository.icesi.edu.co:10906/815082020-05-19 15:01:04.593Biblioteca Digital - Universidad icesicdcriollo@icesi.edu.co
dc.title.spa.fl_str_mv Estimating missing data in historic series of global radiation through neural network algorithms
title Estimating missing data in historic series of global radiation through neural network algorithms
spellingShingle Estimating missing data in historic series of global radiation through neural network algorithms
Redes neuronales
Software
Datos
title_short Estimating missing data in historic series of global radiation through neural network algorithms
title_full Estimating missing data in historic series of global radiation through neural network algorithms
title_fullStr Estimating missing data in historic series of global radiation through neural network algorithms
title_full_unstemmed Estimating missing data in historic series of global radiation through neural network algorithms
title_sort Estimating missing data in historic series of global radiation through neural network algorithms
dc.creator.fl_str_mv Acevedo, Franklin García
Becerra, Erney Castro
Peñaranda, Diego Parra
Vega, Alejandro Vásquez
Serrano, Juan Rojas
dc.contributor.author.spa.fl_str_mv Acevedo, Franklin García
Becerra, Erney Castro
Peñaranda, Diego Parra
Vega, Alejandro Vásquez
Serrano, Juan Rojas
dc.subject.none.fl_str_mv Redes neuronales
Software
Datos
topic Redes neuronales
Software
Datos
description En el tratamiento de datos de series de tiempo meteorológicas se encuentran problemas de datos incompletos en algunos intervalos de tiempo; el problema se aborda comúnmente utilizando el modelo auto-regresivo de media móvil (ARIMA) o el método por análisis de regresión (interpolación), ambos con ciertas limitaciones en condiciones particulares. En este documento se reportan los resultados de una investigación dirigida a resolver el problema utilizando redes neuronales. Se presenta el análisis efectuado a una serie histórica de radiación global obtenida en la Universidad Francisco de Paula Santander (Cúcuta, Colombia), con base en los datos registrados por su estación meteorológica, a partir de una serie de estudio de diez años (125.658 registros de temperatura, radiación y energía), con 9.98% datos faltantes. Los datos fueron debidamente depurados y completados mediante algoritmos de redes neuronales tipo backpropagation usando el software matemático MATLAB.
publishDate 2016
dc.date.issued.none.fl_str_mv 2016-04-01
dc.date.accessioned.none.fl_str_mv 2017-05-27T02:23:02Z
dc.date.available.none.fl_str_mv 2017-05-27T02:23:02Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.local.none.fl_str_mv Artículo
dc.type.version.none.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coarversion.none.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_2df8fbb1
status_str publishedVersion
dc.identifier.issn.none.fl_str_mv 1692-5238
dc.identifier.other.spa.fl_str_mv http://hdl.handle.net/10906/81508
dc.identifier.uri.none.fl_str_mv http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/2239
dc.identifier.doi.none.fl_str_mv https://doi.org/10.18046/syt.v14i37.2239
dc.identifier.instname.none.fl_str_mv instname: Universidad Icesi
dc.identifier.reponame.none.fl_str_mv reponame: Biblioteca Digital
dc.identifier.repourl.none.fl_str_mv repourl: https://repository.icesi.edu.co/
identifier_str_mv 1692-5238
instname: Universidad Icesi
reponame: Biblioteca Digital
repourl: https://repository.icesi.edu.co/
url http://hdl.handle.net/10906/81508
http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/2239
https://doi.org/10.18046/syt.v14i37.2239
dc.language.iso.eng.fl_str_mv eng
dc.language.iso.spa.fl_str_mv spa
language eng
spa
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.license.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
institution Universidad ICESI
bitstream.url.fl_str_mv http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/81508/1/documento.html
bitstream.checksum.fl_str_mv 1bdb36b579c630d6b364d59b6801ebc0
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Biblioteca Digital - Universidad icesi
repository.mail.fl_str_mv cdcriollo@icesi.edu.co
_version_ 1814094873713704960

Publicaciones similares