Hybrid Models for Estimating 5-Minute Global Solar Irradiance on an Inclined Surface: A Case Study on Two Regions in Algeria
Notice bibliographique
Résumé
Assessing solar energy potential is vital for developing solar conversion technologies.Despite Algeria's high solar capacity, the country faces challenges due to a limited number of meteorological stations that measure solar radiation (SR).This paper presents a study investigating the performance of innovative hybrid models (HMs) proposed to improve the SR estimation on inclined surfaces over 5-minute intervals.These HMs are formed by combining five empirical models (EMs) and five transposition models (TMs), resulting in a total of 25 models.The 25 HMs are applied to estimate the SR in two locations in Algeria, Bouzareah and Ghardaia.A comparative study is conducted in MATLAB, evaluating the performance of the suggested HMs and five EMs.The findings demonstrate that the HMs significantly enhance accuracy, particularly under cloudy conditions, reducing the normalized root mean square error (NRMSE) by up to 90% in some cases.For example, on August 16 th in Ghardaia, the NRMSE decreased from 25% to 5.32% with our hybrid technique, demonstrating its superiority.Unlike traditional clear-sky models, our method performs well on overcast days.For example, on December 10 th in Ghardaia, the Bird and Hulstrom model alone produced a high NRMSE of 35% with a KT value of 0.28; however, combining it with the Temps model reduced the NRMSE to 13.37%.In addition, the HMs based on Bird & Hulstrom-Temps provide the most accurate estimates at both locations, with coefficient of determination (R ) values from 0.9788 to 0.9992 and NRMSE values between 3.33% and 19.64%.In contrast, the Davis and Hay-Hay-based HMs offer the lowest R values and the highest NRMSE and NMBE values.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».