Performance Comparison of Empirical Models for Estimating Global Solar Irradiation in the Soudano-Sahelian Zone of Cameroon: The Case of the City of Maroua and Garoua
Notice bibliographique
Résumé
The main objective of this study is to compare thirty-five (35) solar radiation models available in the open literature in order to predict monthly solar radiation in two main cities of Cameroon. This estimation and comparison are based on selected statistical comparison parameters named, root mean square error (RMSE), mean bias error (MBE), mean percentage error (MPE) and determination coefficient (R<sup>2</sup>). These different models are implemented using regression analysis tools named Exel and MATLAB. Estimated values were compared with measured values according to normalized values of statistical parameters, using measured meteorological data of more than 19 years, from 1984 to 2015. All the models have been classified with their associated ranking according to their statistical parameter accuracy. From this study it appears that the models of Ertekin and Yaldiz (MOD20), Togrul and Onat (MOD28), are more accurate than other models. Indeed, for the city of Maroua (MBE%=-2.82E-14; RMSE%=0.862; MPE=-0.00845; R<sup>2</sup>=0.985), while for Garoua (MBE%=-9.21E-15; RMSE%=0.806; MPE=-0.00631; R<sup>2</sup>=0.959). according to their accuracy these models can be therefore be used to predict monthly solar radiation for soudano-sahelian regions of Cameroon. Correlation equations found in this paper will help solar energy researcher to estimate data with trust because of its fine agreement with the observed one. hence the models presented in this study could be used to evaluate accurately the solar radiation at any locations with similar climate.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».